बैकटेस्टिंग एक आवश्यक बुराई है, लेकिन यह कितनी बुरी है और आवश्यकता हमें इसका उपयोग करने के लिए कैसे मजबूर करती है?
रॉयल स्टैटिस्टिकल सोसाइटी द्वारा प्रकाशित एक पत्रिका, सिग्निफिकेशन में हाल के एक लेख को पढ़ने के बाद ये और संबंधित प्रश्न तेज राहत में आते हैं।
"वित्तीय निवेश रणनीतियों को अक्सर ऐतिहासिक बाजार डेटा का उपयोग करके डिजाइन और परीक्षण किया जाता है। लेकिन यह अक्सर 'इष्टतम' रणनीतियों को जन्म दे सकता है जो सांख्यिकीय मृगतृष्णा हैं और वास्तविक दुनिया में खराब प्रदर्शन करते हैं, "लेखकों, विज्ञान और गणितीय-विज्ञान पृष्ठभूमि वाले दो प्रोफेसरों को लिखते हैं, "वित्त में 'बैकटेस्ट ओवरफिटिंग' कैसे होता है झूठी खोज। ”
लेख चिकित्सकों के लिए कई प्रसिद्ध जाल का हवाला देते हुए, बैकटेस्टिंग का एक संदेहपूर्ण अवलोकन देता है। केंद्रीय जोखिमों में से एक ओवरफिटिंग है, जो अनिवार्य रूप से एक मॉडल को ठीक करना है ताकि परिणाम वांछित परिणाम से निकटता से मेल खा सकें। लेखकों ने चेतावनी दी है कि "एक 'इष्टतम' दृष्टिकोण की पहचान करने के लिए ऐतिहासिक बाजार डेटा के माध्यम से बार-बार फंसने से अक्सर एक मृत अंत हो जाएगा।"
कोई भी जोखिम को खारिज या कम नहीं कर सकता है। वास्तव में, बैकटेस्टिंग की भव्य योजना में यह संभावना है कि केवल एक छोटा अंश सार्थक परिणाम देता है जो वास्तव में सूचित करता है। लेकिन सावधानीपूर्वक विचार के साथ, और क्या काम करने की संभावना है और क्या नहीं, इसकी स्पष्ट समझ के साथ, बैकटेस्टिंग एक उत्पादक शोध उपकरण हो सकता है, जिसका कहना है कि विश्लेषण की यह पंक्ति लगभग उतनी ही धूमिल नहीं है जितना कि लेखक सुझाव देते हैं।
यह सुनिश्चित करने के लिए, बैकटेस्टिंग का आसानी से दुरुपयोग किया जा सकता है और यह निश्चित रूप से, शायद कुछ हलकों में नियमित रूप से होता है। प्रति परीक्षण बैकटेस्टिंग कोई समस्या नहीं है; बल्कि, यह मायने रखता है कि आप कैसे बैकटेस्ट करते हैं। लेकिन कुछ अधिक गंभीर गलतियों से आसानी से बचा जा सकता है। सामान्य ज्ञान मदद करता है, जैसा कि एक ऐसे क्षेत्र में काम करने के लिए यथार्थवादी अपेक्षाएं हैं जहां ब्लॉकबस्टर विचार शायद अब संभव नहीं हैं।
यथार्थवादी अपेक्षाओं को विकसित करने में, यह विचार करने में मदद करता है कि सूचित परिप्रेक्ष्य विकसित करने के लिए बैकटेस्टिंग एक उपकरण के रूप में सबसे चमकदार है। यह उस चीज से शुरू होता है जो शायद निवेश करने का सबसे सरल तरीका है: एक बाजार सूचकांक विकसित करना जो वित्तीय बाजारों के किसी कोने को ट्रैक करता है।
उदाहरण के लिए S&P 500 इंडेक्स को लें। एक समय में यह स्पष्ट नहीं था, अगर पूरी तरह से अज्ञात नहीं है, तो समय के साथ "शेयर बाजार" में निवेश के साथ क्या रिटर्न उत्पन्न किया जा सकता है। कुछ खातों में, "बाजार" को खरीदने और रखने के माध्यम से लाभ कमाना विफल होना तय था।
यह 1920 के दशक में बदलना शुरू हुआ, जब एडगर लॉरेंस स्मिथ ने एक अध्ययन प्रकाशित किया जिसने इक्विटी और निश्चित आय प्रतिभूतियों के व्यापक उपायों के प्रदर्शन का परीक्षण किया।
बाजार अनुसंधान पर विश्लेषण प्रोफेसर जेम्स लॉरी और लॉरेंस फिशर के काम के साथ 1960 के दशक की शुरुआत में एक प्रसिद्ध, मौलिक बैकटेस्ट में पूरी तरह से अकादमिक और मात्रात्मक हो गया, जिन्होंने हमेशा के लिए इक्विटी बाजार की उम्मीदों के लिए उम्मीदों को बदल दिया। संख्याओं को कम करने के लिए कंप्यूटिंग शक्ति का उपयोग करने के शुरुआती प्रयास में, उन्होंने मात्रात्मक रूप से प्रदर्शित किया (पहली बार) कि स्टॉक लंबे समय में बॉन्ड से बेहतर प्रदर्शन करते हैं।
उस खोज के आधार पर, परिसंपत्ति आवंटन अंतर्दृष्टि का एक महत्वपूर्ण टुकड़ा उभरा- और एक अंतर्ज्ञान, अनुमान और मैन्युअल प्रयासों के बजाय ऐतिहासिक साक्ष्य पर आधारित ला स्मिथ।
जैसा कि पीटर बर्नस्टीन ने कैपिटल आइडियाज: द इम्प्रोबेबल ऑरिजिंस ऑफ मॉडर्न वॉल स्ट्रीट, लॉरी एंड फिशर में 1964 में जर्नल ऑफ बिजनेस में बताया कि शेयरों ने बॉन्ड से बेहतर प्रदर्शन किया।
र्नस्टीन लिखते हैं:
"लेख एक धमाकेदार था। शिक्षाविद और व्यवसायी समान रूप से यह जानकर चकित थे कि एक निवेशक जिसने 1926 में बाजार में 1,000 डॉलर लगाए थे, उसने प्राप्त सभी लाभांशों का पुनर्निवेश किया था, उसने कोई कर नहीं चुकाया था, और 1960 के अंत तक जारी रखा था, तो मूल $1,000 को लगभग बढ़ता हुआ देखा होगा। $30,000 - सालाना 9 प्रतिशत के ऑर्डर पर लाभ।"
अंगूठे के एक नियम के रूप में, यह विचार कि स्टॉक लंबे समय में बॉन्ड से बेहतर प्रदर्शन करेंगे, निवेश डिजाइन के लिए एक प्रमुख बना हुआ है - एक प्रसिद्ध 1964 के बैकटेस्ट से तैयार की गई अंतर्दृष्टि, और एक जो कि तब से आउट-ऑफ-सैंपल परीक्षण में काफी ठोस है।
क्या इसका मतलब यह है कि सभी बैकटेस्टिंग अचूक हैं? मुश्किल से। वास्तव में, यह कहना उचित है कि अधिकांश निवेश-संबंधी बैकटेस्टिंग सबसे अच्छे रूप में गुमराह होते हैं। इसके विपरीत, लोरी और फिशर ने कम लटकने वाले फल को चुना जो उनकी उम्र का एक उपोत्पाद था, जब बाजारों में अंतर्दृष्टि सीमित थी और इसलिए गहरी अंतर्दृष्टि का अवसर अपेक्षाकृत अधिक था।
तब से बैकटेस्टिंग प्रकाश वर्ष से आगे बढ़ गया है, और हमेशा बेहतर के लिए नहीं। बैकटेस्ट्स की भारी संख्या चलती है, और विभिन्न अंतर्दृष्टि की पहचान की जाती है, लेकिन सभी आश्वासन देते हैं कि निवेश ज्ञान के क्षेत्र को आगे बढ़ाना साल तक कम हो जाता है।
इसका मतलब यह नहीं है कि आपको बैकटेस्टिंग से बचना चाहिए। बुनियादी स्तर पर यह बहुत उपयोगी हो सकता है, खासकर जब अनुकूलित पोर्टफोलियो का निर्माण करते हैं जिसमें नियमों और मान्यताओं का एक विशेष सेट शामिल होता है।
संक्षेप में, बैकटेस्टिंग एक शक्तिशाली, उत्पादक उपकरण बना हुआ है, यह मानते हुए कि इसका उपयोग बुद्धिमानी से किया जाता है, आंशिक रूप से सांख्यिकीय पत्थरों से अर्थमितीय रक्त निकालने के प्रलोभन से बचकर।
अनुवर्ती भाग में, मैं समझदारी से बैकटेस्टिंग का उपयोग करने के लिए कुछ सर्वोत्तम प्रथाओं की रूपरेखा तैयार करूंगा। एक पूर्वावलोकन के रूप में, एक चांदी की गोली खोजने की उम्मीद बहुत अधिक है। सौभाग्य से, वैध शोध के लिए अभी भी जगह है यदि आप कुछ बुनियादी नियमों को मानते हैं और जादू की छड़ी के साथ मात्रात्मक विश्लेषण को भ्रमित नहीं करते हैं।