價格若是隨機漫步，過去報酬就無法預測未來報酬，趨勢跟隨的期望值必然為負（因為要付交易成本）。所以整個策略族的存亡，取決於一個實證問題：報酬的序列自相關是否顯著且可交易？ 這一篇整理三類解釋、一組實證證據，以及最強的反方論證。判斷一套策略值不值得投入資本，關鍵不是看它回測多好，而是看它的獲利來源有沒有一個你相信的機制。
一、行為解釋：先反應不足，後反應過度
主流的行為框架把趨勢拆成兩段時間尺度：
初期反應不足（under-reaction）。 新資訊出現時，價格沒有立刻跳到新的均衡值，而是分批擴散。原因包括資訊傳播需要時間（分析師逐步調整預估）、處分效應（disposition effect，投資人傾向賣掉賺錢的、抱住賠錢的，人為壓抑了上漲速度）、以及機構的分批建倉——大型資金無法一次進場，本身就會把一次性衝擊拉長成一段趨勢。
後期反應過度（over-reaction）。 趨勢延續吸引追價者與正回饋交易，價格被推過合理值，最終在更長的期間（1–5 年）回歸。
這個框架的可檢驗預測是：報酬自相關在 1–12 個月為正，超過 12 個月轉負。 Moskowitz、Ooi 與 Pedersen（2012）在 58 個期貨與遠期合約上正是得到這個形狀：1 至 12 個月報酬呈現持續性，更長期間則部分反轉，與「初期反應不足、延遲反應過度」的情緒理論一致。這也是為什麼幾乎所有系統的回看期都落在 1–12 個月，而不是 3 年——那不是調參調出來的，是有理論預測的。
二、風險溢酬與市場結構解釋
行為解釋有個弱點：若只是投資人犯錯，套利者理應把它消滅。所以另一派從風險與供需切入。
避險者的風險移轉需求。 Keynes 的 normal backwardation 邏輯在期貨市場仍然有效：生產者（如農民、礦商、航空公司）有結構性的避險需求，願意付出溢酬把價格風險轉嫁給投機者。當避險壓力隨基本面變化時，這個溢酬的方向也會延續一段時間，形成可被趨勢訊號捕捉的漂移。
央行與機構的非利潤導向交易。 央行干預匯率、退休基金的定期再平衡、被動指數的季度調整，這些參與者的行為不以短期利潤最大化為目標，且金額大、方向持續。他們製造的價格壓力天然帶有序列相關。
趨勢報酬是承擔尾部風險的補償。 趨勢策略在轉折點集中虧損（詳見 心理面），且必須忍受長回撤。若把長回撤視為一種真實風險，正報酬就是風險溢酬而非異象——這解釋了為何它沒有被套利消滅：要吃這個溢酬，你得先有能力撐過三年不賺錢。 多數資金撐不住，所以溢酬留下來。
三、正方實證：跨市場、跨世紀
支持趨勢存在的實證，強度主要來自廣度而非單一市場的統計顯著性：
- Moskowitz, Ooi & Pedersen (2012)：58 個流動性期貨（24 商品、12 匯率、9 股指、13 公債），1965–2009，過去 12 個月超額報酬對未來報酬有正向預測力，分散組合的異常報酬顯著，且與傳統資產定價因子曝險很低。
- Hurst, Ooi & Pedersen (2017)，《A Century of Evidence on Trend-Following Investing》：67 個市場（29 商品、11 股指、15 債券、12 匯率），1880–2016，用 1／3／12 個月三種回看期的時序動能，每個十年都有正報酬，各市場平均 Sharpe 約 0.4（分散後的組合水準更高）。橫跨大蕭條、多次戰爭、停滯性通膨、2008 金融危機與升降息循環。
- Babu, Levine, Ooi, Pedersen & Stamelos (2020)，《Trends Everywhere》：刻意選 82 個過去文獻沒研究過的市場（新興市場股指期、利率交換、新興市場貨幣、冷門商品、CDS 指數、波動率期貨）加上 16 個多空股票因子，做為樣本外檢驗，結論是時序動能在這些資產與多種回看期上同樣有效。
- Lempérière 等人（2014），《Two centuries of trend following》：用約兩個世紀的商品、匯率、股指與債券資料，發現趨勢效應長期穩定存在，並非近代市場的產物。
「刻意找沒人研究過的市場再測一次」是這批證據裡最有價值的方法論——它直接針對資料探勘的質疑（見 因子投資的回測陷阱）。
四、反方：最強的一擊
Huang, Li, Wang & Zhou (2020)，《Time series momentum: Is it there?》（JFE 135: 774–794） 是這個領域最重要的反方論文，論點非常具體：
- 把 pooled 迴歸拆成逐一資產的時間序列迴歸後，樣本內與樣本外都幾乎看不到時序動能的證據。
- pooled 迴歸的 t 值雖大，但撐不過參數化與非參數化 bootstrap 的臨界值——也就是說，用常規臨界值判定顯著是不對的，因為 pooled 設定下的統計量分布不是標準常態。
這篇的殺傷力在於它不是說「趨勢賺不到錢」，而是說「你以為的統計證據強度被高估了」。對實務者的正確反應不是否定策略，而是調整期待：把「有強證據的高 Sharpe 策略」下修為「效應微弱但分散後可交易、且風險特性有價值的配置工具」。這個下修直接影響你該配多少資金（見 標的與多元化）。
另一個反方角度是擁擠與容量：若趨勢來自散戶的行為偏誤，管理資產規模擴大會壓縮溢酬。2010–2019 的鈍化常被引用為證據，但 Quantpedia 與 Alpha Architect 的分析都指向另一個解釋：那十年缺乏大幅度的風險調整後市場移動，也就是條件不利而非機制失效。2022 年 SG Trend Index 收在 +27.3%，是這個「條件說」的重要旁證，但一年的表現無法定論。
五、這一切對執行的具體意涵
從成因回推到規則，可以得到三個非空泛的設計原則：
- 回看期落在 1–12 個月有理論依據，超過 12 個月開始踩進反轉區。所以「用 3 年動能」不是保守，是走錯方向。
- 廣度替代深度。 既然單一市場的效應微弱，就必須用足夠多、足夠不相關的市場把訊噪比拉起來。20 個市場與 5 個市場的差別，遠大於 50 日均線與 60 日均線的差別。
- 對統計顯著性保持懷疑，用風險預算表態。 若你相信 Huang 等人的批評有道理，合理做法是把趨勢當作組合中 10–25% 的分散化配置，而不是全押的核心策略。
下一篇釐清一個最常被混淆的分界：時序動能與截面動能不是同一件事 → 時序 vs 截面動能