為什麼交易策略會隨著時間的推移而失效？
我不做任何金融交易，當我瀏覽這個 SE 上的一些問題時，我想到了這個問題。
在閱讀了關於這個 SE 的幾個問題後，我的一個普遍看法是，算法交易策略通常不會像在回測期間或在部署一段時間後那樣保持有效。
在某種直覺的層面上，我可以理解為什麼會這樣，這似乎很奇怪。但我想知道是否有一些深入的推理來解釋為什麼會這樣。
有兩個關鍵問題（在實踐中可能難以區分）：
- 以前的研究高估了效果。
- 效果會隨著時間的推移而縮小。
1.再現性和可複制性問題
以前的研究可能已經發現了一種效果，但這種效果真的存在嗎？可能存在以下問題：
- 使用相同的數據再現結果。
- 使用新數據複製結果。
由於分析中的錯誤或問題，即使使用相同的數據，結果也可能無法重現。例如，未能考慮財務回報數據中的橫截面相關性很容易導致標準誤差偏離 10 倍。
由於 Andrew Gelman 稱之為分岔路花園，研究人員必須做出的所有選擇都可能導致即使是有能力、誠實的研究人員也能找到無法在新數據中複製的“具有統計意義的”結果。在金融領域，不難找到一種交易策略，它在過去純粹靠運氣就能賺大錢（而且有很多人在尋找）！如果我今天創辦了一個風險投資基金，只投資於聯合創始人分別名為 Sergei 和 Larry 的初創公司，你可能會質疑回溯測試在估計預期回報方面的效果如何。建構交易策略時擁有的眾多自由度創造了 Gelman 所謂的分叉花園。
這些是心理學中特別突出的問題，但在整個科學中也普遍存在。
2.效果隨著時間的推移而縮小
另一個與交易（以及大部分社會科學）特別相關的問題是，如果一種影響是基於人們犯錯的，那麼一旦這種影響得到足夠廣泛的理解，人們就有可能變得明智。
如果由於稅收虧損拋售和隨後的回購，小股在 12 月下跌並在 1 月上漲，那麼一旦更多交易者和投資者意識到，這些影響還會持續嗎？
在金融環境中，區分 (1) 和 (2) 可能很困難（或者實際上，甚至可能無關緊要）。在某種程度上，宏觀金融界的每個人都使用相同的數據集：全球金融數據。要獲得新的數據，我們都必須等待時間的流逝。
參考
Gelman、Andrew 和 Eric Loken，“岔路花園”
Mclean、David R. 和 Jeffrey Pontiff，2016 年，“學術研究會破壞股票回報的可預測性嗎？” 金融雜誌
Peng, Roger D.，2009，“可重複性研究和生物統計學”，生物統計學