阿尔法衰减

优势为什么会褪色

• 拥挤：一个有利可图的形态会吸引资金，而利用它的那些交易会推动价格，直到这个形态给的报酬变少。
• 结构变化：新的委托类型、最小跳动变化、交易时段调整，或者参与者构成不同，都可能把某个优势所依赖的机制拿走。
• 状态切换：一条需要均值回归的规则，在市场连续趋势好几个月时就不再有效，而以后又可能回来。
• 成本上升：一个每笔值一跳的优势，在手续费或滑点多出一跳时就消失了。
• 把过拟合当成了衰减：一个在样本外从来就不存在的优势，看起来也像是刚上线就褪色了。

把衰减和回撤分开

每一套盈利的策略都有亏损期，单凭一次回撤，作为衰减的证据是很弱的。有用的比较是：把最近的结果分布，和这套策略当初被预期会产生的分布放在一起比。滚动统计，比如 20 个交易日的夏普，或者 30 笔交易的期望值，能显示趋势，但它自身的噪声很大：在 20 个交易日上，一个接近零的滚动夏普，完全可以和一套长期值明显为正的策略并存。要提示衰减，需要滚动指标停在历史区间之下的时间，超过回测里出现过的连亏和水下期，并且是平均每笔交易在下降，而不只是胜率在下降。

一条事先写下来的决策规则，比如在低于某个阈值的交易达到某个笔数之后停下来，能够防止这个判决在最近一个糟糕的星期里就被作出。

在 Senzoukria 里

自动回测之下的 Gauntlet 图表里有一张 20 个交易日的滚动夏普，按 Gauntlet 的约定由日度结果乘以 252 的平方根得到；这张图在源码里被描述为回答「这套策略现在还管用吗」。结果面板在它的时间维度拆分里加了一张 30 笔交易的滚动期望值，前提是这次运行的交易还在内存里。walk-forward 的分段表把每一段的样本外结果单独列出来，所以一套在后面几段走弱的策略，不必经过平均就能看见。结果面板的运行列表也让同一套策略在接连几个时期之间的比较成为可能。

常见错误

• 在一段比回测自身最糟那次还短的回撤之后就宣布衰减。
• 每个亏损的月份之后都重新优化参数，这把监控变成了曲线拟合。
• 比较新旧时期时忽略成本的变化。
• 把只用寥寥几笔交易算出来的滚动统计当成一个趋势来读。