Hybrid Hidden Markov Model for Modeling Equity Excess Growth Rate Dynamics: A Discrete-State Approach with Jump-Diffusion
创建于 更新于
摘要
本文提出一种混合隐马尔可夫模型（HMM-WJ），通过 Laplace 分位数划分离散化过度增长率状态，并引入泊松驱动的跳持续机制以延长尾部状态驻留，从而在分布拟合与波动聚类两方面取得平衡；在 SPY（2014–2024）上，模型在1000条路径上实现了近97.6%的KS和91.3%的AD原样通过率，并在2025年全年外样本维持约94%和95%的通过率，且通过单因子（SIM）扩展可将生成器扩展到424只资产同时保留相关结构 [page::1][page::24]
