Katse eteenpäin -harha

Mikä on ennakointiharha?

Ennakointiharha tapahtuu käyttämällä tutkimuksessa tai simulaatiossa tietoa tai dataa, joka ei olisi ollut tiedossa tai saatavilla analysoitavana ajanjaksona. Tämä voi johtaa epätarkkoihin tuloksiin tutkimuksessa tai simulaatiossa. Vielä tärkeämpää on, että ennakoiva harha voi tahattomasti muuttaa simulaatiotuloksia lähemmäksi testin haluttua tulosta. Tämä johtaa siihen, että taloustieteilijät ja analyytikot luottavat liikaa malleihinsa ja mallin kykyyn ennustaa ja lieventää tulevia tapahtumia. Sijoittajien on myös oltava tietoisia ennakoivaan harhaan liittyvistä mahdollisista arvioidessaan tiettyjä kaupankäyntistrategioita aiempien tietojen perusteella.

Ennakoivan suuntauksen ymmärtäminen

Ennakoivaa harhaa esiintyy usein "voi olla" -skenaarioissa, joissa sijoittaja tai muu ammattilainen pohtii, mikä on menetetty tilaisuus jälkikäteen ajatellen. Se, mitä tämä henkilö ei ymmärrä, on, että hän tietää nyt taaksepäin katsoessaan enemmän kuin päätöksen tekohetkellä. Siksi voi olla epäviisasta arvioida heidän – tai muiden – aiempia suorituksia liian ankarasti jälkikäteen, varsinkin jos keskeisiä tietoja puuttui.

Jos sijoittaja testaa kaupankäyntistrategian suorituskykyä , on elintärkeää, että hän käyttää vain tietoja, jotka olisivat olleet saatavilla kaupantekohetkellä, jotta vältytään ennakkoarvioinnista. Jos esimerkiksi kauppaa simuloidaan sellaisten tietojen perusteella, joita ei ollut saatavilla kaupantekohetkellä (kuten kuukauden kuluttua julkaistuun neljännesvuosittaiseen tulosnumeroon), se heikentää kaupankäyntistrategian todellisen suorituskyvyn tarkkuutta ja mahdollisesti vääristää kauppaa. tulokset suosivat toivottua tulosta.

Tulevaisuuden ennakkoluulot ja muut sijoittamisen vinoutumat

Ennakoiva harha on yksi monista harhoista, jotka on otettava huomioon simulaatioita suoritettaessa. Muita yleisiä harhaa ovat näytteen valintaharha,. ajanjakson harha ja selviytymisharha. Kaikilla näillä harhoilla on mahdollisuus muuttaa simulaatiotuloksia lähemmäksi simulaation haluttua tulosta, koska simulaation syöttöparametrit voidaan valita siten, että ne suosivat haluttua tulosta.

Kuten mainittiin, nämä harhat näkyvät selkeimmin, kun sijoittajat katsovat vuotta taaksepäin. Osakkeet, jotka ovat menestyneet hyvin läpi vuoden, voivat nyt olla yliostettuja olettaen, että ne tekevät saman asian seuraavana vuonna. Vaikka aiempi tuotto vaikuttaa tulevaan tulokseen, on tärkeää, että sijoittajat tarkastelevat yrityksen perusteita huolellisesti, koska yliarvostuksen riski on aina olemassa.

Jos ottaisit parhaiten menestyneet osakkeet vuoden lopussa ja yrittäisit sitten valita yhteisiä datapisteitä, jotka heillä oli vuoden alussa, kuten perässä olevan P/E-suhteen vaihteluvälin, joutuisit katseen uhriksi. ahead bias, koska katsoisit vain osakkeita, joiden tiedät nauttivan merkittävästä kasvusta, etkä kaikkia osakkeita, joiden P/E-suhde oli tuolloin samanlainen. Jos et huomioisi kaikkia osakkeita, päädyt yliluottamukseen perässä olevaan P/E-suhteeseen, joka on tärkein mittari tulevan arvonnousun ennustamisessa. Tämä ennakointiharha voidaan korjata laajentamalla otosta kaikkiin osakkeisiin, jotka vastaavat tiettyjä kriteereitäsi vuoden alussa, ja seuraamalla myös niiden tuloksia.

Kohokohdat

• Jälkitestattu simulaatio, jossa on ennakkoarviointi, ei näytä tarkkaa tulosta. Siksi huolellinen tutkimus on tarpeen sen selvittämiseksi, mitä tietoja tuolloin oli saatavilla.

• Eteenpäin katsominen vääristää tuloksia ja johtaa yliluottamukseen malleihin ja muihin kehyksiin, jotka on rakennettu vääristyneistä tuloksista.

• Ennakoiva harha on, kun tietoja, jotka eivät olleet helposti saatavilla tuolloin, käytetään kyseisen ajanjakson simulaatiossa.