Sesgo de supervivencia

Por Jarosław Wasiński (EN) • Publicado: 2 abr 2026 • Actualizado: 23 oct 2026

Distorsión por evaluar solo elementos que siguen disponibles y omitir los desaparecidos antes. Algunos ejemplos son probar la composición actual de instrumentos, clasificar cuentas activas y relatos sobre operadores exitosos. Defina previamente la cohorte, la unidad analítica, el periodo y el tratamiento de observaciones cerradas o ausentes. Un registro ausente no significa automáticamente una pérdida, pero excluirlo puede alterar las conclusiones. Las estadísticas de éxito necesitan el denominador apropiado a la pregunta declarada; los resultados de supervivientes no describen automáticamente a todos los que lo intentaron.

Ejemplo. Cien cuentas hipotéticas empiezan con igual capital y sin flujos posteriores. Setenta permanecen al final del periodo con una rentabilidad media del +10%; treinta cerraron antes con una media de −40% y no operan después. La media de la cohorte completa es (70 × 10% + 30 × (−40%))/100 = −5%. Estudiar solo las supervivientes da +10% y responde a otra pregunta.

Defina la cohorte antes de observar resultados

Especifique qué cuentas, sistemas o instrumentos eran admisibles inicialmente y cómo se tratan las incorporaciones posteriores. Las desapariciones pueden reflejar pérdidas, el cierre de una empresa, un cambio de nombre o la retirada de una plataforma. Un registro ausente no implica automáticamente una pérdida concreta, pero no puede descartarse sin evaluar su efecto. El ejemplo utiliza una media aritmética con pesos iniciales expresamente iguales.

Sesgo en datos y relatos

Hacer backtesting de los miembros actuales de un índice omite instrumentos excluidos antes de cotización. Una clasificación de proveedores activos de copy trading puede excluir perfiles cerrados. Las entrevistas con operadores exitosos no son estadísticas representativas de todos los participantes. Consulte Brown, Goetzmann, Ibbotson y Ross: Survivorship Bias in Performance Studies sobre selección; un estudio concreto no establece una tasa universal de pérdidas en Forex.

Reduzca la distorsión

Utilice composiciones históricas e identificadores que incluyan elementos cerrados. Registre fechas de entrada y salida y la liquidación final real. Para resultados desconocidos, describa un rango de efectos posibles en lugar de inventar un resultado. Compruebe también la incorporación retrospectiva: añadir un historial atractivo anterior al envío es otro mecanismo de selección. Un OOS cronológico no puede reparar una base de datos de la que ya han desaparecido los elementos fallidos.

Ajuste el denominador a la pregunta

Una media ponderada por número de cuentas difiere de una ponderada por capital. Los resultados de participantes activos no describen automáticamente a los nuevos. Las cohortes con fechas de inicio distintas también tienen periodos de exposición distintos. Cada análisis puede ser significativo si su alcance está claro; el error es cambiar la pregunta después de ver un resultado atractivo. Indique si la unidad es una persona, cuenta, programa o intento individual.

Evalúe las estadísticas publicadas

Pregunte por el denominador, el criterio de éxito, el periodo y las observaciones ausentes. Un resultado puede referirse legítimamente a perfiles activos, pero no puede generalizarse a toda la cohorte sin justificación. En el curso: pruebas de estrategias y Mitos y hechos de Forex. Fuente verificada el 11 de octubre de 2026.

Preguntas frecuentes

¿Todas las cuentas ausentes perdieron?

No. Establezca los hechos; los datos ausentes necesitan tratamiento explícito de incertidumbre, no clasificación automática.

¿Una muestra grande elimina este sesgo?

No. Miles de supervivientes seleccionados pueden seguir respondiendo a otra pregunta que los resultados de todos los miembros de la cohorte definida.

← Volver al glosario completo