今天是2020年11月9日星期一
13/21【24/88】今天是开始习惯养成练习的第534天。
每日一练： A report on long- term stock returns focused exclusively on all currently publicly traded firms in an industry is most likely susceptible to:
A look- ahead bias.
B survivorship bias.
C intergenerational data mining
我们常常会听到这样的讲法，股市一天的涨跌跟交易所所在地区的天气有莫 大的关系，什么意思呢？
如果我们拉一下这个地方过去 10 年来每天的天气数据， 再看一下这 10 年来每个交易日股市的涨跌状况，你可能会发现:咦，还真是这个 样子的啊，晴天的时候，大盘指数往往是在涨的，而雨天往往指数是在跌的。
你把这个规律奉为圭皋，以后每天都根据天气的好坏来判断涨跌，那么不出半个月 你就倾家荡产了。为什么会这样呢？
话筒交给你，你告诉我阴晴圆缺和股市之间 有什么内在联系吗？没有，你所看出的这点联系真的只是个巧合。为什么我这么 肯定只是巧合呢，因为你接着用造出来的这个规律去炒股时，亏得血本无归，所 以你还要腆着脸说这个规律是对的吗？
还有一种情况大家也挺熟悉的，写论文要用模型证明你的结论，结果该死的 数据总是不支持你的结论，那么接下来呢就存在一种套路了，让我的数据“适应” 我的结论，懂我的意思吧，这样得到的结论也是不靠谱的，随便找一组新的数据 进行测试就会露出马脚，这两种情况都属于数据过度挖掘偏差（Data- Mining Bias）有些现象大家挺熟悉的，你要是近视了，想去做激光手术。
肯定会冒出来一 堆亲戚朋友跟你讲：“别做这个，副作用很大的，你看医院里面的医生，近视了 不都是带眼镜的吗？没人做这个的。”你一想也是啊，医生近视了都带眼镜的， 肯定是这个手术有风险。各位，你们有没有觉得这个逻辑有问题，无形中忽略了 一类人：那些本来近视的医生，现在通过做激光手术摘掉了眼镜。
这类人的存在本来是可以反驳上述观点的，可惜被你忽视了。现实中类似的例子有很多；比如， 学霸混的差，校花插牛粪，这样的观点都是以偏概全，拿一些突兀的个例来代表 整体，这就被称为幸存者偏差（survivorship bias）
B is correct.
A report that uses a current list of stocks does not account for firms that failed, merged, or otherwise disappeared from the public equity market in previous years. As a consequence, the report is biased. This type of bias is known as survivorship bias
现存的上市公司自然是排除了那些已经被兼并，破产的公司，留下来的都是幸存者。
阮建清
2020-11-9
网友评论