Se fremad skævhed
Hvad er fremtidsorienteret bias?
Look-ahead bias opstår ved at bruge information eller data i en undersøgelse eller simulering, som ikke ville have været kendt eller tilgængelig i den periode, der analyseres. Dette kan føre til unøjagtige resultater i undersøgelsen eller simuleringen. Endnu vigtigere er det, at en fremadskuende skævhed utilsigtet kan få simuleringsresultater tættere på linje med det ønskede resultat af testen. Dette fører til, at økonomer og analytikere har for stor tillid til deres modeller og modellens evne til at forudsige og afbøde fremtidige begivenheder. Investorer skal også være opmærksomme på potentialet for fremadrettet bias, når de evaluerer bestemte handelsstrategier ved hjælp af tidligere data.
Forståelse af se fremad-bias
Look-ahead bias opstår ofte i "kunne have" scenarier, hvor en investor eller anden professionel overvejer, hvad der er en forpasset mulighed i bakspejlet. Hvad denne person ikke indser, er, at de ved mere nu, når de ser tilbage, end de gjorde på det tidspunkt, hvor de traf beslutningen. Derfor kan det være uklogt at bedømme deres – eller andres – tidligere præstationer for hårdt set i bakspejlet, især hvis der manglede nøgleoplysninger.
Hvis en investor backtester ydeevnen af en handelsstrategi,. er det afgørende, at de kun bruger information, der ville have været tilgængelig på handletidspunktet, for at undgå en fremadskuende skævhed. For eksempel, hvis en handel simuleres baseret på information, der ikke var tilgængelig på handletidspunktet - såsom et kvartalsvis indtjeningstal, der blev frigivet en måned senere - vil det mindske nøjagtigheden af handelsstrategiens sande ydeevne og potentielt påvirke resultater til fordel for det ønskede resultat.
Se fremad-bias og andre skævheder i investering
Look-ahead bias er en af mange bias, der skal tages højde for, når du kører simuleringer. Andre almindelige skævheder er prøveudvælgelsesbias,. tidsperiodebias og overlevelsesbias. Alle disse skævheder har potentialet til at svaje simuleringsresultater tættere på linje med det ønskede resultat af simuleringen, da simuleringens inputparametre kan vælges på en sådan måde, at de favoriserer det ønskede resultat.
Som nævnt ses disse skævheder tydeligst, når investorer ser tilbage på året. Aktier, der har klaret sig godt gennem hele året, kan nu blive overkøbt under den antagelse, at de vil gøre det samme året efter. Mens tidligere resultater påvirker fremtidige resultater, er det vigtigt for investorer at se på virksomhedens fundamentale forhold nøje, da der altid er risiko for overvurdering.
Hvis du tog de bedst præsterende aktier i slutningen af året og derefter prøvede at vælge almindelige datapunkter, de havde i begyndelsen af året, såsom det efterfølgende P/E-forhold,. ville du blive ofre for et kig- fremadrettet skævhed, fordi du kun ville se på aktier, du ved, havde en betydelig vækst, snarere end på alle aktier med et tilsvarende efterløbende P/E-forhold på det tidspunkt. Ved ikke at inkludere hele rækken af aktier, ville du ende med overtillid til det efterfølgende P/E-forhold som nøglemålet til at forudsige fremtidig værdistigning. Denne fremadrettede skævhed kan korrigeres ved at udvide stikprøven til alle aktier, der passer til dine særlige kriterier i starten af året og også spore deres resultater.
##Højdepunkter
En backtestet simulering med en look-ahead bias vil ikke vise et præcist resultat. Derfor er omhyggelig forskning nødvendig for at fastslå, hvilke data der var tilgængelige på det tidspunkt.
Et fremadblik skævvrider resultaterne og fører til overtillid til modeller og andre rammer bygget ud af de skæve resultater.
Look-ahead bias er, når data, der ikke var let tilgængelige på det tidspunkt, bruges i en simulering af det pågældende tidsrum.
