模式识别之状态匹配——基于隐马尔可夫模型的行业轮动策略
创建于 更新于
摘要
本报告基于隐马尔可夫模型（HMM）理论，构建行业轮动策略，通过计算当前行业状态序列与历史显著上涨/下跌状态序列的相似度，预测未来行业上涨概率，实证显示2022-2023年样本内累计超额收益分别超过7%和9%，胜率高达79%以上，样本外2024年前8个月超额收益达到10.75%，策略鲁棒性强，主要挑选石油石化、煤炭、家电等行业构建投资组合，风险可控[page::0][page::7][page::14][page::17][page::21]
