市場(chǎng)脈搏（2）：基于LSTM_HMM混合方案的量化擇時(shí)與動(dòng)態(tài)倉(cāng)位管理.pdf

本報(bào)告是對(duì)系列首篇報(bào)告《市場(chǎng)脈搏（1）》的迭代升級(jí)，提出了一種基于LSTM-GHMM混合方案的量化擇時(shí)與動(dòng)態(tài)倉(cāng)位管理框架。報(bào)告首先回顧了1.0版本純HMM模型的局限性，指出其主觀分類帶來(lái)的狀態(tài)硬邊界切換問(wèn)題以及特征維度受限的痛點(diǎn)。為此，2.0版本將底層模型升級(jí)為高斯隱馬爾可夫模型（GHMM），觀測(cè)變量由離散符號(hào)擴(kuò)展為連續(xù)多維向量，發(fā)射概率由高斯分布刻畫(huà)，從而解放了特征維度，允許將25維以上的連續(xù)量?jī)r(jià)特征直接饋入模型。

在特征工程方面，報(bào)告引入了LSTM自編碼器架構(gòu)。與傳統(tǒng)預(yù)測(cè)未來(lái)收益率的用法不同，該LSTM以最小化輸入序列的重建誤差為訓(xùn)練目標(biāo)，將90個(gè)交易日×25維的原始特征壓縮為10維，為GHMM提供了分布穩(wěn)定的觀測(cè)輸入。GHMM在無(wú)監(jiān)督條件下自發(fā)生成5個(gè)隱藏狀態(tài)，包括1個(gè)低自維持概率的過(guò)渡狀態(tài)和4個(gè)高自維持概率的穩(wěn)態(tài)，揭示了市場(chǎng)狀態(tài)切換的漸進(jìn)本質(zhì)。

回測(cè)結(jié)果顯示，該框架在2021年以來(lái)的8個(gè)主要指數(shù)上均能實(shí)現(xiàn)相對(duì)買入持有的正超額收益，具備較好的指數(shù)泛用性。然而，模型對(duì)2021年和2026年的極端結(jié)構(gòu)性行情適應(yīng)性偏弱。歸因分析表明，超額損失集中于特定狀態(tài)，原因是凱利公式在該狀態(tài)下存在“均值回歸”的保守傾向，對(duì)“假摔反包”類行情響應(yīng)不足。為此，報(bào)告提出了針對(duì)特定狀態(tài)的輕量級(jí)干預(yù)規(guī)則，如在識(shí)別到底部快速修復(fù)形態(tài)時(shí)強(qiáng)制介入倉(cāng)位管理，從而在不改變底層識(shí)別邏輯的前提下改善適應(yīng)性，為量化擇時(shí)策略的精細(xì)化改進(jìn)提供了實(shí)證支持。