很多量化交易者在进行策略开发的时候会遇到这样的问题。一套策略在模拟运行的时候表现良好，回测数据等也不错，但是到实盘中就表现不佳，甚至还会出现连续性亏损的情况，这个问题让很多策略开发者感到苦恼。在实际的操作中，一些过往有效的模型也会出现不盈利或者亏损的情况。这些情况出现时，交易者就会面临着到底是否继续使用这套策略的选择难题。
失效
——策略模型的必然结局？
现实世界的复杂性决定着无论任何一个交易系统都没办法适应所有的市场特征。所以我们只能采取简化的方法，通过突出某些特点来描述真实的世界。简化也会为我们带来负面作用，那就是我们会将局部的某些特点看做是整体实物的本身。这种以点盖面的方法，就使得策略模型存在着非常大的局限性和缺憾。
另外，在金融市场上，投资者的情绪以及未来的期望对资产的价格有着重大的影响，而这些主观性的想法却较容易发生较大的改变，使得市场运行的特征也发生改变，模型失效也就必然了。
程序化交易中，策略模型的本质就是根据已经拟定好的规则进行买卖交易。投资者会根据经验或者数理化的方法在庞大的历史行情数据中找到能带来胜率的大概率事件，然后据此总结出买卖规则。所以，规则本身就是对市场行情的简单化，将局部的某些规律看做市场的普遍性真理。但是由于不同时间内，市场的特征性不同，所以策略模型也会失效。
不同时间区域内，投资者对于交易风险的偏好也会发生很大的转变，这就直接造成了规律性特征的改变，让以往使用的交易规则已经失效。然后投资者对于风险的偏好是很难用统计的方法估算出来的，所以这就会使得程序化策略模型很难维持长久的有效性。
如何断定策略已经失效
如果我们无法阻止策略模型由高效转向低效，进而失效的命运，那留下来的问题就是该如何判定他是否已经失效。在未来行情不可知的前提下，判断模型是否依然有效是很难的。
第一，分析市场的运行特征是否已经转变，如果转变，进而就可能导致模型不再有效。例如，一些高度依赖特定交易指令的模型，随着交易规则的调整会面临失效，或者套利交易在市场有效性大幅改善时，盈利能力大幅度降低均属此类。第二，分析模型是否仍然有效地执行交易策略，即交易结果反映出来的交易逻辑是否与设计方案一致，比如开仓时机经常出现滞后，对行情的敏感度降低，胜率或盈亏比连续出现比较大的变化时都要注意，这是被动从交易结果上发现失效的办法，一般我们会比较关心周月线级别上的连续亏损以及最大回辙。
　　另一个需要关注的是反程序化交易策略。随着程序化交易越来越成为市场一个重要的组成部分，程序化交易资金量日趋增大，市场出现了专门研究反程序化的交易策略，即通过采取与大多数程序化交易者相反的操作策略，获取程序化交易者的部位头寸来得到收益。而就当前国内程序化交易的实践来看，大多数采取的依然是较为传统的技术分析的方式，交易策略具有很强的趋同性，预计后期反程序化的交易策略将成为一股重要的市场力量，这将大大减少策略模型的有效期。比如，在实际中，如果出现经常性的止损单，就需要投资者多加注意了。
最后市场有效性问题的出现也会令模型失效。只有极少数的人才能够长期战胜资本市场，所以对于大多数的模型而言，都不可能会长期有效，这正是资本市场残酷性的直接体现。
　总的来说，从长期来看，投资者主观风险态度较易发生较大幅度的改变，因此市场的行情特征必然在不同时间内呈现出不同的特征，而经过简化后的模型以局部特性代替市场本身，使得模型自身具有很强的内在局限性，难以适应不同的行情。另外，市场的有效性决定一个既定的模型很难长期的获得超额收益，模型的失效也仅仅是时间问题。因此，在实际程序化交易中，我们需要对模型失效的时点做出判定。而由于市场是未知的，对模型是否已经失效我们很难给出准确性的评判，更多依赖的是经验性的判断。