(Ảnh minh họa: Medium)
Định kiến tiên liệu
Khái niệm
Định kiến tiên liệu trong tiếng Anh là Look-Ahead Bias.
Định kiến tiên liệu xảy ra khi sử dụng thông tin hoặc dữ liệu của một nghiên cứu hoặc mô hình không được biết đến hoặc không có sẵn trong quá trình phân tích, dẫn đến kết quả của nghiên cứu hoặc mô hình không chính xác.
Quan trọng hơn, định kiến tiên liệu có thể vô tình làm cho kết quả của mô hình gần với kết quả mong muốn của việc đánh giá.
Định kiến này làm các nhà kinh tế và nhà phân tích đặt quá nhiều niềm tin vào mô hình của mình, về khả năng mô hình có thể dự đoán, và giảm thiểu các khả năng xảy ra trong tương lai.
Các nhà đầu tư cũng cần nhận thức được khả năng xảy ra của định kiến tiên liệu khi đánh giá các chiến lược giao dịch cụ thể sử dụng dữ liệu trong quá khứ.
Đặc điểm của Định kiến tiên liệu
Định kiến tiên liệu thường xảy ra trong các kịch bản “có thể xảy ra”, trong đó một nhà đầu tư hoặc các chuyên gia sẽ cân nhắc xem có cơ hội nào đã bỏ lỡ vì nhận thức muộn hay không.
Điều mà một người không nhận ra là hiện tại họ biết nhiều hơn khi nhìn lại quá khứ, hơn là so với lúc họ đưa ra quyết định.
Do đó, có thể không đúng đắn khi quá chú trọng đánh giá hiệu suất đầu tư của một người trong quá khứ, đặc biệt là khi thiếu những thông tin quan trọng.
Nếu một nhà đầu tư đang kiểm tra hiệu suất của chiến lược giao dịch, họ nên chỉ sử dụng thông tin có sẵn tại thời điểm giao dịch để tránh sự định kiến tiên liệu.
Ví dụ, nếu một giao dịch được mô phỏng dựa trên thông tin không có sẵn tại thời điểm giao dịch, chẳng hạn như con số thu được hàng quí được công bố sau đó một tháng, thì nó sẽ làm giảm tính chính xác của hiệu suất thực sự của chiến lược giao dịch, và có khả năng làm sai lệch kết quả có lợi cho kết quả mong muốn.
Định kiến tiên liệu và các định kiến khác trong đầu tư
Định kiến tiên liệu là một trong nhiều định kiến phải được tính tới khi chạy mô hình.
Các định kiến phổ biến khác là thiên lệch trong chọn mẫu, định kiến thời gian và thiên lệch sống sót.
Tất cả các định kiến này có khả năng làm cho kết quả của mô hình gần với kết quả mong muốn hơn, vì các tham số đầu vào của mô hình có thể được chọn theo cách có lợi cho kết quả mong muốn.
Những định kiến này được thấy rõ nhất khi các nhà đầu tư nhìn lại cổ phiếu trong một năm.
Các cổ phiếu đã hoạt động tốt trong suốt cả năm có thể bị mua quá mức do nhà đầu tư giả định rằng cổ phiếu cũng sẽ làm điều tương tự vào năm sau.
Mặc dù hiệu suất trong quá khứ ảnh hưởng đến hiệu suất trong tương lai, nhưng điều quan trọng đối với các nhà đầu tư là xem xét phân tích các yếu tố cơ bản của công ty một cách cẩn thận, vì luôn có nguy cơ công ty bị định giá quá cao.
Nếu lấy các cổ phiếu có hiệu suất rất tốt vào cuối năm và sau đó cố gắng chọn các điểm dữ liệu phổ biến có được vào đầu năm, chẳng hạn như phạm vi chỉ số P/E, thì nhà đầu tư dễ bị định kiến tiên liệu.
Lí do là vì nhà đầu tư chỉ nhìn vào các cổ phiếu mà họ biết, với mức tăng trưởng cao, thay vì phải nhìn nhận tất cả các cổ phiếu có phạm vi chỉ số P/E tương tự tại thời điểm đó.
Khi không nhìn nhận đầy đủ các loại cổ phiếu, nhà đầu tư sẽ bị tự tin thái quá về chỉ số P/E như là thước đo chính để dự đoán về tương lai.
Định kiến tiên liệu có thể được sửa chữa bằng cách mở rộng mẫu cho tất cả các cổ phiếu phù hợp với tiêu chí cụ thể của nhà đầu tư vào đầu năm và nhà đầu tư cũng nên theo dõi kĩ kết quả.
(Theo Investopedia)
