Estaba leyendo un artículo recientemente que señalaba los peligros de utilizar la inferencia estadística para evaluar a los gestores activos, ya que la potencia de las pruebas estadísticas disminuye con la varianza de los datos subyacentes. Puedo entender que se exijan pruebas más estrictas, como la prueba de realidad de White, pero ¿podría argumentar que las pruebas de significación estadística deberían tener un listón más bajo o que una prueba t no es útil para evaluar a los gestores activos?
Respuesta
¿Demasiados anuncios?
Gavin McTaggart
Puntos
1358
El principal problema de las pruebas de hipótesis va a ser el sesgo de supervivencia. Cualquier gestor con un historial en el que te fijes sólo está ahí porque no ha tenido un mal rendimiento: si tiene un mal rendimiento, los inversores retiran su dinero, se hunde y no tienes sus datos para hacer la prueba de hipótesis. Así que, aunque todos los gestores invirtieran en movimientos brownianos geométricos, el sesgo de supervivencia hará que muchos de los gestores sobre los que hay datos suficientes pasen la prueba de hipótesis de habilidad con éxito.
La otra cuestión es que la mayoría de los datos que podrás obtener son mensuales. Tienes que hacer una estimación de la potencia de tu prueba si utilizas datos mensuales.
