自動交易挑戰很多，也是80-90%的係統不賺錢。很難找出牛熊股市都有用的方法，有些要預設趨勢，有些方法短時間可用，

有些隻在特定的股票上有用。

在方法論上難排除的是：對於根本沒有規律的數據（如隨機漫遊數據），自己的方法確能盈利 (二類錯誤，不存在的東西被當成真實錯誤發現），也就是說係統隻有在可能盈利的情況才盈利 。

或者碰巧從無數的股票和方法中篩選出了一個盈利方法，這個方法剛好是靠運氣存在的，對未來、或者對用更長期的數據基本上也不太可能延續，隻能當垃圾研究。

不可否認，股市數據有結構，時間稍長一點（幾天分鍾數據就夠），絕不是一串隨機數。隨機漫遊可以當成股市變化的一階逼近，而顯著的係統性的好於隨機漫遊的模型基本上沒有。AI炒股的難點是，是要找出比隨機漫遊有更好地描述股價的模型（或者經驗，感覺）。就算發現了股市變化的二階逼近，但兩個逼近之差也會導致係統性盈利的空間非常小。市場就是沒有效，也是弱無效。

短炒或者讓錢在市場外睡覺，躲過大跌又不錯過每年最顯著的幾次大上漲，對自動交易來說也是難上加難。。