A resposta para a segunda pergunta é [ Survivorship Bias, Overfitting e Look-Ahead Bias ] . Isto porque esses são em geral os problemas mais comuns encontrados em Backtestes. Survivorship Bias é o viés de quando ao analisar um universo de ações só se tomam os exemplos que sobreviveram ao teste do tempo, sem considerar aquelas ações que fecharam o capital, ou empresas que faliram no meio do caminho, um exemplo seria utilizar a composição atual de ações do índice Ibovespa para analisar o mercado em 2010, algumas ações nem existiam naquele período, outras ainda eram empresas 'engatinhando' e ainda não faziam parte do índice Ibovespa de ações. O Overffiting se trata de utilizar uma mesma base de dados para criar uma hipótese e uma otimização, fazendo assim com que toda a informação dessa base de dados seja incorporada na própria hipótese, neste caso um exemplo seria fazer um backteste com dados de 2019 a 2020, utilizar esses mesmos dados para fazer uma otimização até que a sua estratégia tenha um retorno positivo e um risco mínimo, porém como ela ficou altamente especializada nessa janela de tempo, essa estratégia otimizada provavelmente não funcionará em outras situações. Por fim o Look-Ahead bias é um viés de utilizar informações do futuro, um caso especial dessas informações é justamente o próprio survivorship Bias, quando se utilizam empresas que já se sabe que triunfaram em um tempo passado, mas isso pode ser bem mais sutil, como a utilização de uma média móvel com a aplicação errada (por exemplo considerar o meio do intervalo da janela de dados como o ponto de média móvelao invés de considerar o fim do período como o ponto para o valor da média móvel) ou considerar o preço de fechamento no começo de um dia, e coisas desse tipo.
As outras alternativas são alguns termos conhecidos mas que não tem nenhuma relação com backtestes ou termos que são puramente inventados e que não existem!
