AI择时2.0：LSTM-HMM掘金市场稳态

时间：2026年07月09日 19:10:33 中财网

　　数据显示，最新模型将90个交易日×25维量价特征通过LSTM自编码器压缩至10维稳定表征，并采用高斯隐马尔可夫模型(GHMM)识别出5个隐藏状态，其中1个为低自维持概率的过渡态，其余4个为高自维持概率的稳态。信息显示，2021年以来在8个主要指数的回测中，该框架多数时间实现相对买入持有的正超额收益，且超额损失被精准锁定于特定状态。

　　
　　一份研报观点认为，这一从离散到连续的模型升级，更贴近市场风格切换的渐进本质。研报指出，GHMM在无监督下自发产生的状态划分与价格形态高度对应，为动态仓位管理提供了客观可验证的参照系。研报认为，通过轻量级干预规则优化特定状态下的凯利仓位保守倾向后，模型对“假摔反包”类行情的响应能力显著提升，从而在控制回撤的同时更好积累超额收益。

　　
　　研报指出，该框架的核心价值在于为择时决策提供稳定状态锚点，尤其在当前震荡市中，能帮助及时识别稳态延续与过渡切换，把握结构化机会。整体来看，其指数泛用性较强，为捕捉市场脉搏、优化持仓节奏打开了新的量化路径。