Kurth, Eisler, Rej & Bouchaud (2026) — 趋势跟踪的死亡: 一种微观结构解释

作者: Jutta G. Kurth (Econophysics Lab / Institut Louis Bachelier + LadHyX, École polytechnique), Zoltan Eisler (Imperial College London), Adam Rej (Capital Fund Management), Jean-Philippe Bouchaud (CFM + Institut Louis Bachelier + Académie des Sciences).

发表: arXiv:2607.01550, 2026 年 7 月 3 日。PDF 共 31 页, 正文 18 页 + 参考文献 + 6 个附录 (A 数据, B capacity drag, C volume-clock, D within-contract, E liquidity tier, F within-asset-class tick tier)。

一句话总结

短期趋势跟踪 (EWM-5-20) 自 2009 年起 PnL 完全崩溃, 跨资产类 (IDX, FXR 退化; YLD, CMD 不变) 的异质性是下游表象,真正决定退化与否的截面变量是波动率归一化 tick size \Psi/\sigma。小 tick 合约上自强化冲击环 (trend signal → aggressive flow → price impact → reinforced signal) 在 HFT 做市商流动性撤回后结构性断裂;大 tick 合约 (稠密 LOB, 残余 depth 充足) 仍保留冲击环,趋势继续产生收益。容量约束、电子化、CTA-order flow 互动三个常见解释都被时序/幅度/截面异质性排除。

核心结论 (empirical)

§3 趋势 PnL 退化文档化

• 1950–2025, ~100 个流动性期货合约, 工业代表性 CTA proxy。
• EWM-τ-4τ 信号族 (τ ∈ {5, 10, 20, 50}); EWM 是 CTA 行业 1990s 以来最经典的方法 (fast-slow EMA 价差 / 波动率归一化)。
• 5 年滚动 Sharpe: 历史 1–2.5, 2010 年起统计上与 0 不可区分。EWM-5-20 (最快) 从 0.84 → 0.12; EWM-50-200 (最慢) 0.70 → 0.40 — 速度越快退化越严重 (Table 1)。
• 资产类异质性: IDX, FXR 趋势 PnL 接近 0; YLD, CMD 几乎未退化。但这不是截面真因 (§5 揭示)。

§4 三个常见解释被排除

H1 容量约束 (crowding → capacity): 4 点反驳

1. 时序倒置: CTA AUM 2000s 增长, 2012 平台化, 2022 见顶 — PnL 在 2009 就已走平, AUM 还没见顶。
2. 2018 后无复苏: AUM 2012 后停滞, 期货流动性 2018 起显著上升 (Fig 5), trend PnL 没有恢复。
3. 平方根冲击下隐含 drag 太小: 1% participation + 9% 日换手, 年化 Sharpe drag 约 0.1, 远不够解释 0.7 → 0 的塌陷。
4. 最关键 — zero-lag execution 测试: 把当日 close 执行的 PnL 重新计算 (机械消除一天冲击成本), post-2008 仍然走平。如果 capacity 是因, 去掉成本应恢复盈利, 但没有。说明信号本身已退化, 不只是 harvest 退化。

H2 电子化: 三点反驳

1. 电子化是渐进的, PnL 断裂是突变。
2. 部门时序不匹配: 股指电子化比 PnL 断裂早 5 年; FX 同期; 利率期货电子化早但 PnL 不退化。
3. 部门次序与 PnL 反应不匹配。

H3 CTA-order flow 互动 (book imbalance / trade imbalance 相关性):

• 聚合层面: \text{Corr}(\Delta\pi_{\text{CTA}}, I_{\text{book}}) 2010 前后变号, 与 PnL 断裂时序吻合 — 引人注意的工作假设。
• 资产类分解后被证伪: 1) 期货 (CMD) book 失衡相关变, 但 PnL 不退化; 2) YLD 无相关变也无 PnL 退化; 3) IDX 反向相关变, 但退化类似 FXR; 4) 2010 后相关同号但 PnL 表现迥异。资产类层级无单调映射。
• 重要: H3 在 §6 按 tick-size 分层后会重新有用。

§5 截面真因: \Psi/\sigma (volatility-normalised tick size)

• 对每个合约 i 月份 m: \bar\rho_{i,m} = D_m^{-1}\sum_{t=1}^{D_m} \Psi_i(t)/\sigma_i(t) , \Psi = tick size, \sigma = 日波动率, D_m = 当月交易日数。
• 每月按 \rho 升序排名, 50/50 分箱为 small / large tick (注意: ST/LT = tick size, 不是 short/long trend)。
• 关键发现 (Fig 10): post-2008, small-tick 上的短期 trend PnL 完全退化 (所有 EWM-τ-4τ 都退化), large-tick 上的 PnL 不受影响 (即使最快 EWM-5-20 也保持 pre-2009 速率)。
• Sharpe 量化 (Fig 11): pre-break, ST ~0.8, LT ~1.4; post-break, ST → 0 (最快略负), LT 保持 1.0–1.2。ST 退化 ~100%, LT 退化 0–30%。
• 流动性分层不起作用: tick size 与流动性 log-log Pearson 相关 -0.35 \pm 0.08, 但按流动性分层 PnL 分解不干净 — "流动性" 不是截面真因。
• 同合约内嵌套验证:
  • 波动率分层: low-vol regime 下 small-tick 行为类似 large-tick — 因为 \Psi/\sigma 在低 \sigma 时上升。LeBaron effect (低波动期 trend 强) 在 small-tick 的 low-vol 子集上 post-2008 仍成立。
  • 收益幅度分层: 退化只在 large-return days; sub-1σ 日的 PnL post-2008 不变。说明退化的不是信号检测, 而是大方向移动时的执行。

§6 机制: HFT 做市 + LOB 几何 → 冲击环断裂

(i) 流动性供给侧 regime 变化: 2008 后传统 inventory-tolerant 做市 (银行/Prop desk) → HFT 做市 (intraday flat-inventory, 紧 spread-capture)。HFT 业务模型结构上不兼容 CTA 那种可预测、持续的方向性 flow (Kirilenko 2017; Menkveld 2013; Chaboud 2014; Hendershott-Riordan 2013)。HFT 面对 institutional 大单系统性撤回流动性 (Korajczyk-Murphy 2019; Van Kervel-Menkveld 2019), 而非提供 — 这是 post-2008 行为转变的核心。

(ii) 结构性 LOB 几何差:

• Small-tick LOB 本质 sparse: 优先位获取需出更好价格, gains 相对 adverse-selection cost 太小, equilibrium posted depth 小, 价格跳级常见。
• Large-tick LOB 本质 dense: spread 比 adverse-selection 补偿宽得多, 队头 queueing rent 巨大, 多个 deep level 累积 rest volume。

合并后果 (Fig 13 草图):

• Large-tick (dense): HFT 流动性撤回仍有足够 residual depth, 趋势 aggressive execution 不受干扰, 冲击环继续转。
• Small-tick (sparse): 撤回了仅有的 residual depth, 趋势 follower 要么 "walk the book" (巨额成本), 要么结构性撤出该合约。一旦他们撤出, 冲击环 input 端断裂: 影响-中介的 nascent trend 强化消失, 连信号本身也衰减。这是 §4 zero-lag execution 平坦的精确机制。

§6.3–6.4 冲击环机制, 形式化

self-fulfilling impact loop (De Long 1990 → Van der Beck 2024 ETF context): \text{trend signal} \to \text{directional trade} \to \text{market impact} \to \text{reinforced price move} \to \text{renewed signal}

Loop 的两个前提 (论文 §6 开篇明确):

1. 趋势 follower 能以不超过 impact-mediated alpha 的成本 aggressive execute。
2. aggressive flow → price 关系 (impact function) 完整保留。

两前提在 ~2010 前: 全期货宇宙成立; 2010 后: small-tick 上两个都破坏, large-tick 上都保留。

检验 — Fig 14: 5-min 标准化收益 vs 同期 book/trade imbalance。

• 左 (book imbalance): small-tick pre-2011 显示显著负相关 (adverse selection, LOB depth 被 run over); small-tick post-2011 几乎完全拉平 (HFT 对 adverse selection 免疫, depth 不再 rest 足够久)。Large-tick 持续负相关 (大 spread 让 market maker 即使部分被 adverse selection 吃仍能 positive)。
• 右 (trade imbalance): 各 tier 跨期稳定 — impact function 本身未破坏, 问题是 book 端 (aggressive flow 找不到 depth) 而非 trade 端。

Limit-order 不是 escape (§6.4):

• (a) missed-opportunity cost 而非 adverse selection: 趋势 passive bid 在信号实现 (价格上涨) 时不被 fill, 在反向 (价格下跌) 时被 fill — 用信息性付的机会成本。
• (b) passive execution 直接 forfeits the loop: impact 来自 aggressive flow (\to V_{\text{BIV}}), 不是 resting bid。改用 limit 等于自己撤出冲击环的 input 端, 等于 (i) 触发 loop 断裂。

两种执行方式都不能绕过 small-tick 上的 post-2008 微观结构变化 — 这是为什么 PnL 断裂是结构性而非 implementation-specific。

量化: 跨方法学多角度

对本 wiki 的位置

• 入口: Trend Demise (趋势跟踪 PnL 退化的微观结构解释), 即本摘要在主目录的对应概念页。
• 与 Time-Series Momentum (Moskowitz 2012 TSMOM canon) 直接对应: TSMOM 是被本文经验证伪的"现象", 本文给出"为什么在 post-2008 已经走平"的机制性解释。
• 与 CTA Strategy 同级: 工业级 CTA 实施的方法论与本文实证证据形成 "策略仍可实施" vs "策略已死的不是策略本身而是它的执行环境" 的张力。
• 与 Self-Fulfilling Impact Loop (自强化冲击环) 直接同源: De Long 1990 → Van der Beck 2024 ETF 形式化 → 本文的 cross-asset 应用。
• 与 HFT Liquidity Withdrawal (HFT 流动性撤回): HFT 行为 (Korajczyk-Murphy 2019, Van Kervel-Menkveld 2019) 在本文得到经验确认 — 不是普适, 而是"在 sparse LOB 上才致命"。
• 与 Volatility-Normalised Tick Size (波动率归一化 Tick Size) (Ψ/σ 概念页): 截面判别变量; LeBaron effect 内嵌。
• 与 Limit-Order vs Market-Order Execution: 论文 §6.4 给出"passive 不是 escape" 的精确机制: missed-opportunity cost + loop 撤出。
• 与 Price Impact (Bouchaud et al. 2018 Trades, Quotes and Prices Chapter): 论文 §6.3 把 Van der Beck 2024 的 ETF 形式化移植到期货截面。
• 与 Order Flow Imbalance (Volpati 2020 diagnostic, 本文 §4.3): 当论文重新在 tick-tier 层级使用时, 是关键的 cross-section 工具。

关键引用

Kurth, J. G., Eisler, Z., Rej, A., & Bouchaud, J.-P. (2026). Is Trend Still Your Friend? A Microstructural Account of the Demise of Short-Term Trend-Following. arXiv:2607.01550, 2026-07-03.

主要参考文献 (按本文使用频次):

• Moskowitz, Ooi & Pedersen (2012) — TSMOM canon, JFE.
• De Long, Shleifer, Summers & Waldmann (1990) — positive feedback / trend self-fulfilling.
• Van der Beck, Bouchaud, Bonart, et al. (2024) — ETF 形式化 self-fulfilling loop, 量化 impact 角色。
• Bouchaud, Bonart, Donier & Gould (2018) — Trades, Quotes and Prices, Cambridge UP, Chapter 17 (limit orders in trending markets)。
• Volpati, Benzaquen, Eisler, et al. (2020) — order flow imbalance diagnostic。
• Kirilenko, Kyle, Samadi & Tuzun (2017) — Flash Crash 与 HFT market making。⚠️ 2026-10-21 已收录 并加注：该文确实支持「HFT 业务模型与方向性 flow 不兼容」这一论点（因为 HFT 做的是 quote sniping 而非库存承接），但它明确不支持「HFT 在压力下系统性撤回流动性」——论文发现闪崩期间 HFT 的库存动态与共动关系没有显著改变（F 检验不能拒绝交互项为零），改变的是传统做市商。详见 中文摘要。
• Menkveld (2013), Chaboud, Chiquoine, Hjalmarsson & Vega (2014), Hendershott & Riordan (2013) — HFT market making 结构。
• Korajczyk & Murphy (2019), Van Kervel & Menkveld (2019) — HFT 在 institutional 大单前撤回流动性。
• Lemprière, Deremble, Lo, et al. (2014) — 早期 trend decay 报告。
• Schmidhuber (2021) — 近期 trend decay 报告。
• Quantica Capital (2025) — capacity drag 量化 ($1B commodity capacity → 17% Sharpe drag)。
• LeBaron (1992a, b) — low-vol regime 下 trend 强 (本文 §5 LeBaron effect)。
• Dayri & Rosenbaum (2015) — sparse/dense LOB 几何。
• Adrian & Shin (2010) — 2008 inventory 损失后 Prop desk 风险偏好收紧。

实践含义 (论文 §7 final paragraph)

1. 断裂是结构性; 没有流动性供给的结构性变化 (监管 / 新 inventory-tolerant 中间人 / 做市 rent 重定价) 不会自发恢复。
2. 容量估算应按 tick-size tier 而非 asset-class 层级做 — 总体 participation rate 远低于历史 bound 时, small-tick 子集内仍可能 binding。
3. aggressive → passive 不是 escape: 既 incur 机会成本, 又撤出 loop input 端。

Open Questions (论文自陈)

• 用 HFT inventory data 围绕 CTA rebalancing events 做 mechanism 的直接检验 (本文未做)。
• 趋势在 microstructural niches (HFT 参与阈值以下合约 / 不同 market-maker mandates 场所 / tick regime 改变的合约) 是否能恢复?
• 同机制是否不利其他生成可预测方向性 institutional flow 的 systematic 策略? 反向 flow 的策略是否获益?
• 信息扩散 vs 冲击环 在 trend 起源中的相对权重 — 用 cross-sectional / cross-venue impact 强度变化定量分解。
• App D Fig 18 显示有 traders 提前预期大市变动, 创建 trend; 2008 前后这条 anticipatory 渠道本身也衰减 — 这部分的因果链尚未充分理论化。