Sesgo de supervivencia en el S&P 500: por qué el pasado parece mejor de lo que fue

Cuando analizas datos históricos del S&P 500, estás viendo solo las empresas que sobrevivieron. Las que quebraron, fueron absorbidas o expulsadas del índice no aparecen. Eso crea un sesgo sistemático: los datos parecen mejores de lo que realmente fueron.

Qué es exactamente

Si en 2000 el S&P 500 tenía 500 empresas y analizas los retornos históricos solo de las empresas actuales del índice, estás viendo únicamente las que lo lograron — descartando implícitamente las pérdidas de las que no.

El resultado: los retornos promedio históricos están inflados. Una empresa que cayó un 80% y fue expulsada del índice no aparece en ningún backtest basado en la composición actual del S&P 500.

Por qué importa al usar OjoAlTicker

OjoAlTicker trabaja con los componentes actuales del S&P 500, Nasdaq 100, IBEX 35 y ETFs. Esto significa:

• Los 3 años de historial solo muestran empresas que ya estaban en el índice y siguen en él.
• Las métricas de retorno histórico (Sharpe, CAGR, volatilidad) son probablemente algo mejores de lo que serían con el universo completo del período.
• El optimizador selecciona, por construcción, los activos que mejor funcionaron en esa ventana — incluyendo suerte además de señal.

Cómo mitigarlo (en parte)

• Comparar siempre con el índice completo y con la cartera equiponderada (1/N): si la cartera optimizada no las bate por un margen claro, el exceso puede ser sesgo de datos.
• No extrapolar retornos históricos al futuro como si fueran garantías.
• Usar el optimizador como laboratorio para ajustar una cartera ya pensada, no para seleccionar tickers desde cero.

La nota del autor en el optimizador explica estas limitaciones con más detalle.