许多策略10年前的业绩要远远好于现在，至少从回测结果来看如此。那时，采用量化策略的对冲基金并不多。并且，买卖差价也比现在大得多，所以，如果用今天的交易成本做回测，会不现实地抬高早年的收益。
有存活偏差的数据也会使得早年业绩过好。存活偏筹影响早年业绩的原因在于，回测回溯的越早，消失的股票也就越多。有些股票消失是因为已经破产倒闭，一个纯多头策略在回测的早期会比当年实际的盈亏看起来好。因此，在判断一项策略的适用性时，要重点关注其最近几年的业绩，而不要被包括早年光鲜数字的总体业绩欺骗。
最后，金融市场的“状态转换”，也意味着早年的金融数据并不能简单地应用于今天的相同模型。证券市场监管的变化或其他宏观经济事件(如次贷市场的崩溃)，都能导致重要的制度转换。
很多具备统计思维的读者很难接受这一点。他们中的很多人会认为，数据越多，回测在统计上就越可靠。但这其实只对由平稳过程产生的金融时间序列来说才是正确的。不幸的是，由于前面提到的原因，金融时间序列显然是非平稳的。
将状态转换纳入一个复杂的“超级”模型是可能的(例7.1中我会讨论这个问题)，但如果只要求模型相对近期的数据业绩良好，会使事情简单很多。
