如果一套策略每月交出的成绩都很漂亮，把它拿住十年，结果会不会更好？未必。就像每段路都选了看似最快的车道，跑完整趟旅程后，却可能发现那些频繁变化背后藏着长期代价。Toomas Laarits 的研究追问的正是这个问题：月频回测里的高收益，能否真正转化为长期投资者拿得到的收益。
把尺子从一个月换成十年
市场择时，是根据可预测信号调整市场风险敞口：预期环境有利时多持有，危险时少持有。研究考察了一组在月度尺度上具有较高 Alpha 和夏普比率的择时策略。
这里有两个常见指标。Alpha 是扣除市场和常见风险因子解释后，仍然剩下的平均收益，通常被视为策略能力的体现。夏普比率则用超额收益除以波动率，衡量每承担一单位波动获得多少回报。
问题在于，这两项成绩都和观察期限有关。一个月内的波动可能很快抵消，也可能在多年间不断累积。因此，评价尺度应当匹配投资者真正的持有期限。
按照论文报告的结果，当收益期限从一个月拉长到十年，择时策略的多因子 Alpha——即同时扣除多种常见风险因子后剩余的收益——下降超过一半。对于利用时间序列可预测性的因子，长期 Alpha 更降至零。所谓时间序列可预测性，是用某项资产自身过去或当前的信息，判断它未来可能如何变化。
这不是说所有择时策略到了十年都会失效。更准确的说法是：作者所考察的这组月频高 Alpha、高夏普策略，在更长投资期限下明显恶化。
漂亮收益也可能是风险补偿
作者提出一种解释：月频 Alpha 未必全是择时技巧，也可能是承担某类风险后得到的补偿。只是这种风险在短期统计中不显眼，对长期投资者却格外危险。
为了说明这套机制，论文引入两类冲击。第一类是风险价格冲击，也就是市场为承担风险开出的“报酬价格”发生变化。第二类是预期现金流冲击，即投资者对未来现金流的判断发生变化。作者展示，当这两类冲击的波动率存在季节性变化时，模型可以产生表面上有利可图的择时策略。
换句话说，策略可能在某些月份稳定赚钱，看上去像抓住了规律；但把时间拉长后，投资者才会看到它持续暴露于什么冲击。月频 Alpha 因而可能是一张分期支付的风险账单，而不是免费的超额收益。
为什么值得关注
这项工作的提醒很直接：回测期限不是展示结果时随手选择的参数，而是策略本身的一部分。若投资者计划持有多年，只看月度 Alpha 和夏普比率，可能会高估真实的长期体验。
它也改变了读指标的方式。看到高 Alpha，不能立刻把它等同于技巧；还要问，是否有某种未被常见因子捕捉的风险。看到高夏普，也不能把月频数字机械地外推到十年。期限一变，同一串收益对应的风险含义也可能改变。
局限与未知
- 本文结果来自 Laarits 这一项研究，相关效果与机制解释尚无材料内的独立信源交叉验证；因果机制是作者提出的解释。
- 供稿未披露样本市场、样本期、具体策略、交易成本和统计显著性，不能据此泛化到所有择时策略。
- “Alpha 降至零”的精确定义，以及季节性机制在真实市场中的独立实证验证，现有材料没有交代。