首先，我們需要一個簡單的定義：因子衰退（Factor Decay）是指一個過去被證明能夠有效預測股票未來報酬的因子，其預測能力隨著時間的推移而逐漸減弱甚至消失的現象。
這就像發現了一個秘密的釣魚點，一開始只有你知道，每次去都滿載而歸。但當這個地點被越來越多的人知道後，魚很快就會被釣光，這個釣點的「超額回報」就消失了。
因子衰退的原因可以主要歸為兩大類：外部市場因素和內部研究因素。一、 外部市場因素
這是最主要、也最難以避免的原因，源於市場本身的演化。
1. 策略的擁擠與套利
- 發現與模仿：當一個有效的因子被學術界（如Fama-French三因子模型）或業界發現後，研究報告和論文會使其廣為人知。(所以有效的因子，一般量化投資人不太願意公開)
- 資金湧入：量化基金、對沖基金和其他投資者會開發類似的策略來利用這個因子。大量的資金湧入，開始買入被該因子標記為「好」的股票，並賣出「壞」的股票。
- 優勢被侵蝕：這種集體行為會直接影響價格。被低估的股票價格會被推高，被高估的股票價格會被壓低，從而壓縮了這個因子能夠帶來的超額報酬空間。最終，這個因子的「油水」被榨乾，套利空間消失。
- 交易成本上升：當大量資金同時追逐同一類股票時，會增加交易的衝擊成本（Impact Cost）和滑價（Slippage），進一步侵蝕了策略的獲利能力。
- 經典案例：價值因子（Value Factor）。在被發現後的很長一段時間裡，買入低估值股票的策略非常有效。但隨著價值投資理念的普及和大量資金的湧入，價值因子的超額回報在過去十多年裡表現得相對掙扎（現在基本上無效了...）。
2. 市場結構的改變
- 法規變化：監管機構的政策會改變市場的遊戲規則。例如，交易規則的修改、對高頻交易的限制等，都可能讓過去基於某些規則漏洞的因子失效。
- 參與者結構變化：高頻交易（HFT）的興起：極大地縮短了市場對資訊的反應時間，許多基於短期價格延遲或微觀結構的因子因此失效。
- 散戶的崛起：隨著零手續費券商和社群媒體的普及，散戶的集體行為（如Meme股現象）有時會壓倒傳統的基本面或量化因子，導致模型短期失靈。
- 技術進步：交易技術的進步，如主機託管和演算法交易，使得市場效率變得更高，許多舊的、基於速度優勢的因子不復存在。
3. 數據與技術環境的變遷
- 數據源的演進：過去，因子主要基於財報、股價等傳統數據。現在，另類數據（Alternative Data）如衛星圖像、信用卡交易數據、網路輿情、供應鏈數據等被廣泛應用。如果你的因子模型仍然只依賴傳統數據，你可能已經處於資訊劣勢。
- 資訊傳播速度：社群媒體和即時新聞使得資訊傳播幾乎沒有延遲，許多基於「資訊發布後價格反應延遲」的事件驅動型因子效果大打折扣。
4. 宏觀經濟「典範轉移」
- 市場在不同的宏觀經濟環境下（如高通膨 vs. 低通膨、高利率 vs. 低利率、經濟擴張 vs. 衰退），其運作邏輯和驅動因素會發生根本性變化。一個在低利率、穩定成長環境下表現優異的因子（如成長因子、動能因子），在轉變為高通膨、高利率的緊縮環境時，可能會表現得非常糟糕。這種「典範轉移」會導致整個因子集的有效性發生重構。
二、 內部研究因素
這類原因源於量化研究過程本身，可以視為一種「自致的」衰退。
1. 過擬合與數據挖掘 (Overfitting & Data Mining)
- 過擬合 (Overfitting)：這是量化研究中最常見的陷阱。研究員在開發模型時，過度地擬合了歷史數據，導致模型不僅學習了歷史中的真實「信號（Signal）」，也學習了大量的「噪音（Noise）」。這個模型在歷史回測中看起來完美無瑕，但在應用於未來的真實市場時，由於噪音不會重複，模型便會立刻失效。這就像一個學生靠死記硬背考古題拿了高分，但一遇到新題型就完全不會。
- 數據挖掘 (Data Mining)：研究員在海量的數據中測試了成千上萬種可能的變數組合，最終找到了一個在統計上看起來顯著的因子。然而，這很可能只是一個隨機的假性關聯，在樣本外或未來數據中不具備任何預測能力。這被稱為「數據挖掘偏誤」。
2. 缺乏經濟學直覺
- 一個好的因子不僅應該在數據上有效，其背後更應該有堅實的經濟學或行為金融學的邏輯支撐。例如，動能因子背後是投資者的追高殺跌行為，價值因子背後是均值回歸的理念。如果一個因子僅僅是數據挖掘的產物，缺乏合理的解釋，那麼它很可能是不穩定的，其衰退的風險極高。
因子衰退是量化投資領域的「熵增定律」，是一個不可避免的自然過程。市場的適應性、競爭的加劇和技術的演進，共同推動著Alpha的不斷消亡。
因此，成功的量化投資機構並非擁有一勞永逸的「聖杯」因子，而是建立了一套能夠持續應對因子衰退的系統。這包括：
- 不斷的研究與創新：持續尋找新的、更獨特的數據源和因子。嚴謹的研究流程：透過嚴格的樣本外測試、穩健性檢驗來避免過擬合。
- 動態的監控與調整：實時追蹤因子表現，並在因子失效時有相應的應對機制。多元化的因子組合：將多個低相關性的因子組合在一起，以分散單一因子衰退帶來的風險。
