第248章：处理“幸存者偏差”
那些已经消失的公司
2011年3月15日，星期二，下午两点二十分。
车公庙，三十平米的办公室。
窗外的春天已经来了，但办公室里的人感觉不到。四面墙还是那四面墙，二手服务器还是那几台，墙上的流程图还是那些字。唯一的变化是，堆在角落里的资料又多了一倍。
周寻坐在电脑前，盯着屏幕上的回测结果，眉头皱成一个“川”字。
这已经是今天第三次跑同一个策略了。三次的结果都不一样。
第一次：年化收益18.7%
第二次：年化收益16.2%
第三次：年化收益19.3%
波动这么大，显然有问题。
“陆方，”他喊了一声，“你过来看看这个。”
陆方从另一台电脑前站起来，走过来。
周寻指着屏幕上的回测结果：
“同一个策略，参数没变，区间没变，为什么三次结果不一样？”
陆方看了几秒，脸色变了。
他走回自己的电脑前，调出一段代码，然后愣住了。
“周老师，”他的声音有些发涩，“我们的回测数据里，没有包含已经退市的公司。”
周寻愣了一下。
“什么？”
陆方指着屏幕：
“我当初爬数据的时候，只爬了‘当前还存在’的公司。那些已经退市的、被借壳的、破产的……都没有。”
他顿了顿：
“所以回测的时候，系统只能看到现在还活着的公司。那些死掉的，从来没出现在数据里。”
房间里安静了几秒。
小林第一个反应过来：
“那……那我们的回测结果，不是偏高了？”
周寻点了点头，脸色很难看。
“这就是‘幸存者偏差’。”
他走到白板前，拿起笔，写下几个字：
幸存者偏差
“只看到活下来的，看不到死掉的。看到的都是成功案例，看不到失败案例。用这样的数据做回测，结果一定是偏乐观的。”
他转过身，看着所有人：
“你们想想，如果我们的策略，恰好喜欢选那些后来死掉的公司——但在回测数据里，那些公司根本不存在，那回测会显示什么？”
小林脱口而出：
“会显示这个策略很好，因为选的都是活下来的……”
“对。”周寻说，“但实盘呢？实盘里那些公司还在，选了它们，就会亏钱。”
陈默从角落里站起来，走到白板前。
他看着那四个字，沉默了几秒。
然后他问：
“这个问题，有多大？”
周寻想了想：
“可能很大。具体多大，要看我们的策略偏好。”
他走到电脑前，调出一张图：
“这是A股过去十年的退市数据。2001年到2010年，一共有多少家公司退市？”
他敲了几下键盘。
屏幕上跳出一个数字：
187家
“187家。”周寻说，“平均每年18.7家。这些公司，在我们的数据里，一个都没有。”
他顿了顿：
“如果我们的策略，恰好偏好那些后来退市的公司——比如喜欢炒垃圾股、炒ST股——那回测结果和实盘结果的差距，会大得惊人。”
陈默盯着那个数字。
187家。
187个曾经存在过的名字，187个曾经让投资者亏过钱的故事，187个被遗忘的失败案例。
而现在，它们被排除在数据之外，好像从未存在过。
“陆方，”他问，“这个问题，能解决吗？”
陆方想了想：
“能。但要重新爬数据。”
他看着陈默：
“需要把所有退市公司的历史数据都找回来。包括它们还在市场上的时候的交易数据、财务数据。”
他顿了顿：
“有些公司退市很多年了，数据可能很难找。”
陈默沉默了几秒。
然后他说：
“找。不管多难，都要找。”
他看着所有人：
“我们不能只看活下来的。那些死掉的，才是真正的老师。”
---
下午四点，陆方开始研究怎么爬退市公司的数据。
他在几个数据源之间切换，眉头越皱越紧。
“周老师，”他喊，“您过来看看。”
周寻走过去。
陆方指着屏幕：
“有些公司的数据，能查到。像那些被借壳的，虽然壳换了，但历史数据还在。”
他往下翻：
“但有些，是真的查不到了。特别是2005年之前退市的，很多数据源根本没有保留。”
周寻沉默了几秒。
然后他说：
“能查到多少算多少。查不到的，想办法从其他渠道找。实在找不到的，也要知道‘有这家公司存在过’，不能假装它们不存在。”
陆方点头。
小林在旁边举手：
“周老师，那些找不到数据的公司，我们怎么处理？”
周寻想了想：
“两种办法。”
他走到白板前，写：
方法一：用同类公司替代
“找不到具体数据的，可以用那个时期、那个行业的同类公司数据做近似替代。虽然不精确，但至少能反映一个大致水平。”
方法二：做敏感性分析
“假设这些找不到数据的公司，表现比我们查到的差。差多少？10%？20%？跑几个不同的假设，看结果变化有多大。”
他放下笔：
“目的不是精确还原历史，是知道我们可能‘偏’了多少。”
小林点头，在本子上记着。
---
傍晚六点，陆方还在研究那些退市公司的名单。
他已经找到了87家公司的历史数据。还剩100家，怎么也找不到。
屏幕上，是那100家公司的名字——或者说，是曾经存在过的名字。
ST红光、PT水仙、ST九州、ST银广夏、ST生态、ST猴王……
有些名字，陆方听说过。那是当年轰动一时的造假案、退市案的主角。有些名字，他完全陌生，只是一个个冰冷的代码。
他盯着那些名字，忽然有一种奇怪的感觉。
这些公司，曾经也是无数人的希望。
有人在这里投过钱，有人在这里亏过钱，有人在这里赚过钱然后亏回去，有人在这里把一辈子的积蓄赔光。
现在，它们只是回测系统里需要补上的“数据缺口”。
“陆方，”周寻走过来，“还在看？”
陆方点头。
“想什么呢？”
陆方想了想：
“在想，如果2008年我们破产了，现在会不会也在某个数据源的‘已退市’列表里。”
周寻愣了一下。
然后他轻声说：
“也许吧。”
他走到窗边，看着外面车公庙的夜色：
“但我们现在还在这里。”
陆方没有说话。
他转回头，继续看那些名字。
然后他打开一个文档，开始记录：
“退市公司补录进度：已找到87家，待找100家。预计完成时间：未知。”
他顿了顿，又在下面加了一行：
“那些已经消失的公司，值得被记住。”
---
晚上八点，陈默回到办公室。
他看到陆方还在，周寻也在。
“还没走？”他问。
陆方抬起头：
“在整理退市公司的名单。有些实在找不到。”
陈默走过去，看着屏幕上那长长的列表。
那些陌生的代码，那些曾经存在过的名字。
他忽然想起2001年的一件事。
那一年，他买过一只股票，叫“银广夏”。那时候它还风光无限，是市场的明星。他赚了点钱，卖掉了。
后来，银广夏被查出财务造假，股价从30多块跌到2块多，最后退市。
那些没卖掉的人，亏得倾家荡产。
陈默看着那个名字，沉默了很久。
“陆方，”他忽然说，“你知道银广夏吗？”
陆方点头：“听说过。当年的大案。”
陈默指着那个名字：
“我买过。”
陆方抬起头，看着他。
陈默继续说：
“2000年买的，2001年初卖的。赚了点钱。后来它爆雷，退市。那些在最高点买入的人，亏了90%以上。”
他顿了顿：
“如果我的策略，在2000年选了银广夏，回测会显示什么？会显示我赚钱了。因为2000年它还在涨。但2001年之后呢？那些数据，在我的回测里，可能根本不存在。”
他看着陆方：
“所以，你说的对。这些公司，必须补进来。不管数据多难找，都要找。”
陆方点了点头。
他低下头，继续敲键盘。
屏幕上，那些名字一个一个闪过。
每一个名字背后，都有一个故事。
有些故事已经被人遗忘。
但在这个三十平米的办公室里，有人正在把它们重新记起来。
---
深夜十一点，陆方终于找到了第88家退市公司的数据。
是一家叫“ST红光”的公司，1997年上市，2004年退市。数据藏在某个老旧的数据库里，用了三个代理IP才爬下来。
他看着屏幕上那一条条K线，从上市到退市，七年的时间，浓缩成一个长长的、向下的曲线。
上市时6块，最高冲到12块，然后一路下跌。最后退市的时候，股价0.8元。
那些在12块买入的人，亏了93%。
陆方盯着那条曲线，看了很久。
然后他打开一个文件夹，把这份数据存了进去。
文件夹的名字叫：
“那些已经消失的公司”
(https://www.shubada.com/128914/49934861.html)
1秒记住书吧达：www.shubada.com。手机版阅读网址：m.shubada.com