Помилка тих, хто вижив: невидима пастка у трейдингу

Що таке survivorship bias

Помилка тих, хто вижив — це когнітивне спотворення, при якому ми робимо висновки на основі «переможців», ігноруючи «тих, хто програв». У трейдингу це виглядає так: ви бачите 10 успішних трейдерів у соцмережах, але не бачите 10 000, які втратили депозит і видалили акаунти.

Класичний приклад з історії: під час Другої світової війни інженери аналізували пошкодження літаків, що повернулися з бою. Вони хотіли підсилити місця з найбільшою кількістю пробоїн. Математик Абрахам Вальд зауважив: ви бачите тільки літаки, що повернулися. Ті, що не повернулися, мали пошкодження в інших місцях. Підсилювати потрібно саме ті зони, де пробоїн на повернутих літаках немає.

У трейдингу аналогія точна: ви бачите тільки стратегії, що «вижили» — показали прибуток. Стратегії, що збанкрутували, зникають з поля зору. І ви робите висновки на основі спотвореної вибірки, що не відображає реальну картину ринку.

Як survivorship bias проявляється у трейдингу

Цей ефект пронизує кожен аспект торгівлі від вибору стратегії до оцінки результатів:

• Соціальні мережі та канали. Трейдери з прибутком публікують результати, з збитками — мовчать або видаляють пости. Канал із 50 000 підписників показує 15 прибуткових угод на тиждень. Ви не бачите 200 збиткових, які автор просто не публікує. Створюється враження, що торгувати прибутково — легко.
• Хедж-фонди та копітрейдинг. Рейтинги показують тільки активні фонди. Фонди, що збанкрутували, зникають з рейтингу. Середня дохідність «всіх фондів» завищена на 2–4% річних через survivorship bias, адже найгірші результати просто відсутні у вибірці.
• Бектест-каталоги. Автори публікують тільки найкращі бектести. Зі 100 протестованих стратегій публікуються 3–5 найприбутковіших. Це створює ілюзію, що «більшість стратегій працюють», хоча реальний відсоток успіху — менше 5%.
• Індикатори та патерни. Статті описують, як «голова та плечі» передбачили крах 2022 року. Але скільки разів цей патерн з’являвся і не спрацював? Про невдачі не пишуть, бо це не генерує кліки та перегляди.

Масштаб проблеми в числах

Дослідження показують реальний вплив survivorship bias на сприйняття трейдингу:

Різниця між сприйняттям та реальністю — колосальна. Трейдер, що орієнтується на «видимих переможців», приймає рішення на основі даних, спотворених у 3–5 разів відносно дійсності.

Survivorship bias у бектестуванні

Навіть при самостійному тестуванні стратегій survivorship bias підстерігає на кожному кроці:

1. Вибір активу. Ви тестуєте стратегію на BTC, SOL, ETH — активах, які існують і зросли. Але не тестуєте на LUNA, FTT, 3AC-зв’язаних токенах — активах, що обвалилися на 99%. Стратегія «Buy the dip» виглядає ідеально на BTC, але знищила б депозит на LUNA.
2. Вибір періоду. Тестування на 2023–2024 (бичачий тренд) показує чудові результати для Long-стратегій. Це survivorship bias у часі — ви обрали період, що «вижив».
3. Оптимізація параметрів. З 1000 комбінацій параметрів ви обираєте топ-3 за прибутком. Ці 3 «вижили» випадково — при зміні ринкових умов вони з високою ймовірністю провалились би.

Як боротися з survivorship bias

Повністю усунути цей ефект неможливо, але є перевірені методи мінімізації його впливу:

• Тестуйте на повному спектрі активів. Включіть не тільки «переможців», але й активи, що значно впали. У StratBase.ai доступні сотні інструментів — тестуйте стратегію на різних монетах, форекс-парах та акціях одночасно.
• Використовуйте повний ринковий цикл. Мінімум 3–5 років, що включають і бичачий, і ведмежий ринки. Стратегія має пережити крах 2022 року та боковик 2023 року.
• Out-of-sample тестування. Оптимізуйте параметри на 70% даних, перевіряйте на решті 30%. Якщо стратегія «вижила» тільки на навчальних даних — це overfitting, а не реальний edge.
• Скептично ставтесь до публічних результатів. Коли бачите +200% на скріншоті, запитайте: скільки збиткових стратегій автор не показав? Яка вибірка? Який Max Drawdown?
• Ведіть журнал ВСІХ стратегій. Записуйте кожну протестовану ідею, включно з невдалими. Це створює об’єктивну базу для аналізу, вільну від survivorship bias.

На практиці протидія survivorship bias зводиться до свідомого включення «невидимих» даних у аналіз. Перед тим як копіювати чужу стратегію, оцініть базову ймовірність: якщо з 1 000 трейдерів з однаковим підходом 5 показали відмінний результат — це 0.5%, що цілком пояснюється випадковістю. Бектестуйте ту саму логіку на StratBase.ai з різними початковими умовами: змініть дату старту на ±1 місяць, замініть інструмент на аналогічний за волатильністю. Якщо результат радикально змінюється — перед вами статистичний артефакт, а не стійка перевага. Додатково корисно порівнювати результат стратегії з випадковим бенчмарком: згенеруйте 100 випадкових наборів угод з тими самими параметрами ризику та подивіться, чи ваша стратегія дійсно перевершує випадковість статистично значуще.

Висновок

Survivorship bias — невидимий фільтр, що показує вам тільки переможців і ховає програвших. Кожен скріншот прибутку, кожен рейтинг стратегій, кожен каталог бектестів спотворений цим ефектом. Єдиний захист — системний підхід до тестування: повний ринковий цикл, різноманітні активи, out-of-sample перевірка та здоровий скептицизм. StratBase.ai надає інструменти для об’єктивного бектестування — але критичне мислення залишається вашою відповідальністю.