HMM状态识别与嵌套聚类配置的A股迁移检验_潮汐的错觉_28页_1mb.pptxVIP

  • 0
  • 0
  • 约2.73万字
  • 约 28页
  • 2026-11-16 发布于辽宁
  • 举报

HMM状态识别与嵌套聚类配置的A股迁移检验_潮汐的错觉_28页_1mb.pptx

证券研究报告|智能配置深度智能配置深度报告日期:2026年11月1日潮汐的错觉——HMM状态识别与嵌套聚类配置的A股迁移检验核心观点本文把arXiv:2610.27751提出的「市场状态识别+嵌套聚类优化(NCO)」战术配置框架迁移到A股ETF池,并在迁移之后做增量归因与实现层消融:用三状态高斯隐马尔可夫模型(HMM)判断市场处于牛、震荡还是熊,再在当前状态下估计协方差、做层次聚类、用NCO配权,只在状态切换或目标权重明显偏移时才调仓。样本为五只跨资产ETF的日频收益,区间2019年1月至2026年10月,滚动与扩张窗并用、全程无前视。一句话概括结论:框架的风险控制站得住,择时的增量站不住。要点一问题与检验设计论文用印尼资产(国债、LQ45、黄金、汇率、比特币)的月频数据得出「最大回撤仅4.44%」的结论,但未说清这一回撤有多少来自HMM择时、多少来自低波动资产主导。本复现把资产池换成十年国债、沪深300、黄金、纳指、创业板五只ETF的日频数据,沿用同一套HMM特征构造、NCO配权与自适应调仓,并在等波动口径下对照,检验择时与分层配置各自的增量。要点二风险控制成立Regime-NCO组合年化波动7.3%、最大回撤-12.4%,显著低于等权(12.9%/-18.2%)与买入持有(14.2%

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档