為什麼有些異常會持續存在而有些異常會消失？
Andrew Lo 和 Craig MacKinlay在 1990 年出版的《華爾街的非隨機漫步》一書中記錄了股票價格中的一些持續可預測的模式。這些“異常”之一被稱為領先滯後或序列互相關，它表示較大、流動性更強的股票的回報往往會領先於流動性較差的小盤股的回報。Lo 和 MacKinlay 表明，滯後程度大於小盤股交易頻率較低（非同步交易）可以解釋的程度。Toth 和 Kertesz於2005 年發表的一份工作論文聲稱，在過去的 20 年中，領先滯後效應已經“消失”。同時，當時記錄的其他異常情況，例如長期過度反應（首先由DeBondt 和 Thaler (1985)），似乎還活著並且很好（參見McLean (2010)）。
為什麼有些異常在被發現後仍然存在數十年，而有些異常似乎被套利化為烏有？ 那些多年後仍然存在的異常是什麼阻止了它們被套利？相反，是什麼讓它們如此脆弱的短暫異常？
注意：這篇文章的靈感來自一篇部落格文章，颶風與經濟均衡，儘管我不同意作者的結論。
賞金更新：正如承諾的那樣，我為 RYogi 的回答創建了一個新的賞金，它是“模範且值得額外賞金”。它將很快頒發，因為系統需要一些延遲時間才能頒發賞金。同時，請隨時為他的答案添加您自己的讚成票。
一個非常保守的立場是區分異常和套利機會。粗略地說，雖然套利機會在定義上是無風險的，但異常允許未考慮的風險因素。正是這些未知風險因素的嚴重程度可能決定某些異常現象的長期持續性。一個很好的起點是Wikipedia 中的“套利限制”條目。該文獻已發展到涵蓋多個方面。如果需要，我可以提供更多參考和範例。
編輯：在 Tal 的評論之後，這裡有更多細節。
作為“異常”的工作定義，我使用：在模型中沒有解釋的東西。那東西通常是預期的回報。典型例子：
- 短期動量，
- 長期反轉，
- 跨行業的勢頭，
- 價值效應，
- 盈利後漂移，以及
- 許多其他無法解釋的回報可預測性實例
第一條評論是模型很重要。短期動量 (1) 對 CAPM 來說是一個反常現象，但對於凱爾模型 (Econometrica 85) 順序交易模型而言可能並非如此。在 CAPM 中解決 (1) 需要解釋為什麼最近的向上表現使資產風險更高並且與消費更相關。
第二條評論是unexplained是 (6) 中的關鍵字。這裡的超額回報並沒有什麼異常，風險調整後的回報應該與無風險利率一致。
第三個評論是異常與套利機會不同。要歸類為套利，投資組合必須是無成本且無風險的。雖然異常可能看起來像套利機會，但實際上並非如此：套利機會是一種特殊的異常。因此，在提及異常時使用“套利”是用詞不當，可能會造成混淆。
回到這個問題：為什麼有些異常會持續存在而有些異常會消失？
我看到對提供的其他答案的兩個額外解釋：
- 持續存在的異常可能具有將其與套利機會區分開來的無法解釋的風險。例如：由於延遲風險，跨不同交易場所的短暫錯誤定價實例可能會持續存在。
- 異常可能會持續存在，因為套利存在限制：套利者面臨借貸限制、計算限制、注意力限制、資訊限制等。通常上面的限制一詞可以替換為成本，並且我列出的類別重疊。