La idea en 30 segundos
El survivorship bias aparece cuando tu muestra histórica está condicionada por lo que sobrevivió hasta una fecha posterior.
El ejemplo clásico sería probar una estrategia desde 2010 utilizando únicamente las empresas que forman hoy parte de un índice. El problema es que en 2010 tú no sabías cuáles de aquellas empresas seguirían existiendo, cuáles entrarían en el índice años después ni cuáles desaparecerían.
Estás utilizando información del futuro para decidir quién merece existir en tu pasado.
Ese matiz es la clave de toda la lección.
Qué es exactamente el survivorship bias en trading
El survivorship bias es un sesgo de selección.
Ocurre cuando analizas únicamente los elementos que permanecieron observables hasta el final del periodo y excluyes los que dejaron de existir antes.
En trading puede afectar a acciones, fondos, criptomonedas, componentes de índices, mercados disponibles y cualquier otro universo cuya composición cambie con el tiempo.
Imagina que quieres estudiar el rendimiento de todas las acciones que podían operarse en una fecha determinada.
La pregunta correcta es:
¿Qué acciones estaban realmente disponibles en ese momento?
La pregunta sesgada sería:
¿Cómo se comportaron en aquella época las acciones que todavía existen hoy?
Parece una diferencia pequeña. Estadísticamente no lo es.
En el primer caso intentas medir el universo que conocía un trader en tiempo real. En el segundo estás condicionando tu muestra a un resultado futuro: sobrevivir.
Dicho de una forma un poco más técnica, quieres estimar el comportamiento de los activos que eran elegibles en el momento t. Con survivorship bias terminas estudiando solo los que eran elegibles en t y además sobrevivieron hasta una fecha futura T.
Si la probabilidad de sobrevivir está relacionada con rentabilidad, riesgo, tamaño, liquidez o cualquier variable de tu estrategia, la muestra deja de ser representativa.
Este problema está bien documentado en finanzas. Brown, Goetzmann, Ibbotson y Ross mostraron que una muestra truncada por supervivencia podía incluso generar una apariencia de predictibilidad en el estudio del rendimiento de fondos.
El error más fácil de cometer: usar el universo de hoy para probar el pasado
Supongamos que quieres hacer un backtest de una estrategia sobre acciones del S&P 500.
Descargas la lista actual de componentes y pruebas esas empresas desde 2010.
Parece razonable.
Pero no estás probando el S&P 500 de 2010.
Estás probando las empresas actuales del S&P 500 que además tienen datos históricos hasta 2010.
La composición de un índice cambia. S&P Dow Jones Indices explica que sus índices incorporan y eliminan valores y que pueden producirse bajas, entre otras razones, por pérdida de elegibilidad, adquisiciones, fusiones, privatizaciones, delistings o quiebras.
Por eso no puedes tomar la fotografía actual y proyectarla hacia atrás como si siempre hubiera sido igual.
Este es uno de los motivos por los que en la lección sobre cómo preparar buenos datos históricos insistimos tanto en que tener muchos datos no equivale a tener buenos datos.
Un ejemplo sencillo
Imagina un universo histórico de seis acciones. Para aislar el problema, supongamos una única operación por acción y olvidemos por un momento comisiones y otros costes.
Los resultados hipotéticos son:
| Acción | Resultado | Situación posterior |
|---|---|---|
| A | +15% | Sigue cotizando |
| B | +10% | Sigue cotizando |
| C | +8% | Sigue cotizando |
| D | +2% | Sigue cotizando |
| E | -30% | Deslistada |
| F | -45% | Deslistada |
Si tu proveedor conserva únicamente las cuatro acciones supervivientes, el resultado medio de la muestra es:
(15 + 10 + 8 + 2) / 4 = +8.75%
Si reconstruyes el universo completo:
(15 + 10 + 8 + 2 – 30 – 45) / 6 = -6.67%
No estoy diciendo que el survivorship bias siempre produzca una diferencia tan extrema. Este ejemplo está construido deliberadamente para que se vea el mecanismo.
Lo importante es otra cosa: no cambió ninguna operación de las acciones supervivientes. Los precios podían ser correctos. Los cálculos también.
Lo único que cambió fue quién tenía permiso para entrar en la muestra.
Y el resultado pasó de parecer claramente positivo a negativo.
Por eso aumentar simplemente el número de operaciones tampoco arregla el problema. Puedes tener miles de trades sobre una población mal seleccionada. El tamaño y la representatividad son cuestiones diferentes; profundizamos en la primera en cuántas operaciones necesita un backtest.
Survivorship Bias vs Look-Ahead Bias: se parecen, pero no son lo mismo
Vienes de estudiar el Look-Ahead Bias, así que conviene separar bien los dos conceptos.
Con look-ahead bias, una decisión histórica utiliza información que todavía no estaba disponible cuando supuestamente se tomó.
Con survivorship bias, el problema está en quién entra en la muestra histórica.
Yo lo pienso así:
En el look-ahead bias, el futuro se cuela dentro de una observación.
En el survivorship bias, el futuro decide qué observaciones vas a conservar.
Por ejemplo, utilizar unos resultados empresariales publicados el 15 de abril para simular una entrada el 1 de abril sería look-ahead bias.
Utilizar en 2010 únicamente las empresas que sabes que continuarán cotizando en 2026 sería survivorship bias.
Ambos contaminan el pasado con información que el trader real no tenía, pero lo hacen de manera diferente.
Y aquí hay otro matiz importante: dividir tus datos entre In-Sample y Out-of-Sample no elimina automáticamente el survivorship bias.
Si ambas muestras parten del mismo universo sesgado, simplemente has dividido un problema en dos partes.
Dónde se esconde el sesgo de supervivencia
Una base de datos puede tener precios históricos correctos y seguir siendo inadecuada para tu backtest.
El primer punto que revisaría es si conserva instrumentos inactivos. Si buscas una acción que quebró hace diez años y el proveedor ya no tiene ningún registro de ella, hay que investigar qué ocurre con el resto de compañías desaparecidas.
Un ejemplo útil de cómo debería plantearse este problema es CRSP. Su base de datos de acciones estadounidenses describe explícitamente cobertura de valores activos e inactivos y una historia libre de survivorship bias. Además, mantiene información específica sobre delistings.
Y el detalle del delisting importa.
Si una acción deja de cotizar, su último precio visible no siempre representa correctamente lo que terminó recibiendo el accionista. CRSP, por ejemplo, mantiene campos específicos para precio, motivo y delisting return, calculado a partir del valor posterior a la exclusión cuando esa información está disponible.
El segundo punto es la composición histórica del universo. Si tu estrategia dice “operar acciones del índice X”, necesitas saber qué acciones pertenecían realmente a ese índice en cada fecha.
El tercero son los identificadores. Una empresa puede cambiar de ticker, fusionarse o sufrir otras acciones corporativas. Si identificas todo únicamente por el símbolo actual, puedes romper la continuidad histórica sin notarlo. Bases especializadas utilizan identificadores permanentes precisamente para seguir un valor a través del tiempo.
El cuarto son tus propios filtros. Si hoy seleccionas “las 100 empresas más líquidas” y proyectas esa lista diez años hacia atrás, vuelves a utilizar información posterior. La regla de selección debe poder reconstruirse con la información disponible en cada fecha.
Por eso el universo de activos no debería aparecer al final del backtest como una decisión improvisada. Forma parte de las propias reglas de un sistema de trading.
Cómo saber si tu backtest puede tener survivorship bias
Esta tabla sirve como auditoría rápida antes de tomarte demasiado en serio una curva de equity:
| Lo que encuentras | Señal de alerta | Qué deberías comprobar |
|---|---|---|
| Usas los componentes actuales de un índice para toda la historia | El universo se conoce con información futura | Componentes históricos y fechas efectivas de entrada/salida |
| Tu proveedor solo permite buscar símbolos activos | Pueden faltar activos desaparecidos | Cobertura de valores inactivos y deslistados |
| Una serie termina de repente en el último precio cotizado | Puede faltar el resultado económico del delisting | Precio, pago o retorno posterior al delisting |
| Una compañía cambia de ticker y aparece como una nueva serie | La historia puede quedar fragmentada | Identificadores permanentes y acciones corporativas |
| Filtras el pasado según liquidez, tamaño o pertenencia actuales | Estás imponiendo características futuras | Variables y universo point-in-time |
Una pregunta muy simple suele descubrir bastante:
¿Podría haber construido exactamente esta misma lista de activos en aquella fecha, sin conocer lo que ocurriría después?
Si la respuesta es no, hay trabajo pendiente.
Cómo evitar el survivorship bias paso a paso
- Define el universo antes de mirar los resultados. Establece qué hacía que un activo fuese elegible en cada momento: pertenencia a un índice, capitalización, liquidez, mercado, precio mínimo o cualquier otra regla. La condición debe poder calcularse usando solo información disponible entonces.
- Trabaja con composición histórica point-in-time. Si una estrategia utiliza un índice o un universo variable, necesitas saber qué componentes pertenecían realmente a él en cada fecha. No sustituyas esa historia por la lista actual.
- Incluye activos inactivos y delistados cuando formen parte del universo. No basta con conservar hasta su último día de cotización. Revisa cómo trata tu fuente quiebras, fusiones, adquisiciones y retornos posteriores al delisting.
- Controla identificadores y acciones corporativas. Un cambio de ticker no debería convertir mágicamente una compañía en dos. Tampoco debes perder una serie porque el nombre actual sea distinto.
- Audita el dataset antes de confiar en el resultado. Busca deliberadamente algunos instrumentos que sabes que desaparecieron durante el periodo. Si no aparecen, investiga por qué. Documenta además qué información no pudiste reconstruir; una limitación reconocida es mucho más útil que una precisión inventada.
Hay un principio que me parece especialmente importante: ninguna métrica posterior puede arreglar un universo histórico mal construido.
Un profit factor precioso calculado sobre una muestra sesgada sigue siendo un profit factor de una muestra sesgada.
¿Y si no tengo acceso a datos libres de survivorship bias?
Entonces no conviertas una limitación de datos en una certeza estadística.
Puedes seguir usando el backtest, pero debes cambiar lo que afirmas sobre él.
Por ejemplo, no sería lo mismo decir:
“La estrategia produjo este resultado sobre todas las acciones que hubiéramos podido operar históricamente.”
que decir:
“La estrategia produjo este resultado al aplicarla retrospectivamente a las empresas que forman hoy este universo.”
La segunda afirmación es mucho más limitada, pero al menos describe lo que realmente hiciste.
Según el tipo de estrategia, también puede ser viable reconstruir manualmente las composiciones históricas, utilizar snapshots periódicos o contratar un proveedor que conserve securities inactivos. Lo importante es no ocultar la limitación debajo de una curva bonita.
Cuando llegue el momento de evaluar si un backtest es suficientemente bueno, esta clase de limitaciones pesa mucho más que exprimir una décima adicional de rentabilidad histórica.
Y aquí conviene separar datos de ejecución. Una plataforma de trading no corrige un universo histórico sesgado. Si ya tienes esa parte resuelta y quieres practicar posteriormente cómo ejecutas tus reglas, puedes revisar Pepperstone y consultar la promoción disponible mediante nuestro enlace. Las condiciones pueden cambiar; antes de abrir una cuenta real revisa también qué entidad y términos te corresponden y recuerda que operar CFDs implica un riesgo elevado por el apalancamiento. Pepperstone mantiene documentación distinta según la entidad aplicable.
No todos los mercados tienen el mismo problema
El survivorship bias es especialmente evidente en estrategias sobre acciones porque las empresas entran, salen, quiebran, se fusionan y cambian de índice.
También es muy relevante cuando analizas fondos. Un estudio compuesto únicamente por fondos que continúan abiertos puede perder precisamente los productos que cerraron después de malos resultados. La existencia de bases denominadas explícitamente survivor-bias-free responde a este problema.
En criptomonedas ocurre algo parecido. Si hoy pruebas una estrategia utilizando únicamente los tokens que siguen listados en un exchange, puedes estar borrando de la historia proyectos que perdieron liquidez, fueron deslistados o desaparecieron.
En Forex con los principales pares, el problema clásico de compañías quebradas es bastante menor. Aun así, puedes introducir una forma de selección retrospectiva si eliges únicamente pares que hoy tienen buena liquidez y asumes que siempre tuvieron las mismas condiciones.
En futuros aparecen además otras dificultades propias —cambios de contrato, vencimientos, series continuas y rollovers— que no conviene meter todas dentro de la etiqueta de survivorship bias.
La regla es no llamar supervivencia a cualquier problema de datos. Un diagnóstico preciso te permite corregir el problema correcto.
Más operaciones, Out-of-Sample y robustez no lo arreglan
Este punto merece quedarse muy claro.
Puedes hacer 10,000 operaciones y seguir teniendo survivorship bias.
Puedes reservar un 30% del histórico como Out-of-Sample y seguir teniendo survivorship bias.
Más adelante podrás someter el sistema a distintas pruebas de robustez, pero ninguna prueba sofisticada convierte un universo elegido con información futura en el universo que existió realmente.
Primero arreglas la muestra.
Después evalúas lo que ocurrió dentro de ella.
Ese orden evita una cantidad enorme de falsa precisión.
La pregunta correcta no es si el backtest se ve bien
Cuando veo un resultado histórico muy limpio, antes de preguntarme cuánto ganó quiero saber qué datos tuvieron permiso para entrar.
¿Estaban allí los activos que fracasaron?
¿La composición del universo corresponde realmente a cada fecha?
¿Los delistings tienen un tratamiento razonable?
¿La selección podría haberse hecho sin conocer el futuro?
Si puedes responder bien esas preguntas, has eliminado una de las formas más silenciosas de autoengaño en backtesting.
Pero todavía queda otra.
La siguiente lección del curso es Overfitting. Ahí el problema ya no será qué activos sobrevivieron dentro de tus datos, sino cuánto has adaptado el sistema a aquello que ya ocurrió.
Y cuando termines de validar la parte histórica y quieras llevar tus reglas a un entorno de práctica antes de arriesgar capital, puedes consultar las condiciones actuales de Pepperstone y la promoción disponible. Una buena plataforma puede ayudarte con la ejecución; no puede convertir un backtest defectuoso en una estrategia válida.
