市场状态智能检测器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_053d27d0/regime-detector-zx。
技能介绍
要解决什么问题
做 A 股研究时,「现在是牛市还是熊市」往往靠主观划分,不同人切分区间不一致,回测里也很难把状态切换当成可复现的输入。本技能把市场状态当成隐变量:用历史价量序列估计牛、熊、震荡(以及可选的危机)等标签,并同步给出变点与波动率结构,方便写进研报或下游策略逻辑。
技能如何工作
数据侧通过 akshare 拉取指数或个股的日/周/月行情(常用指数如 sh000300、sh000001 等)。分析管线默认走 --method all,主要包括:
- 高斯 HMM(
hmmlearn):Baum-Welch 训练 + Viterbi 解码,支持 2~4 个状态;可指定--features控制特征子集,减轻过拟合。 - 变点检测:CUSUM(均值漂移)、PELT(
ruptures,均值/方差变化)、自实现贝叶斯在线变点,用于标注收益率结构的断裂点。 - GARCH(1,1)(
arch):拟合条件波动率,并做波动率聚集相关检验与状态划分。
运行后在 --output 目录生成自包含 HTML 报告(价格着色、转移矩阵、变点与波动率图等)以及 CSV 状态序列(日期、收益、HMM 状态编号与标签),终端也会输出摘要。
边界与注意点
这是离线分析工具,不提供实时信号、不预测具体价格,也不内置组合层或多标的联合状态。频率限于日/周/月;HMM 对样本量敏感,数据过短或特征过多可能导致训练不稳。结果依赖 akshare 接口与复权方式(个股默认前复权),仅供研究教育用途,不构成投资建议。
使用场景
- 写沪深300研报时,用HMM把2020年至今划成牛熊震荡并导出转移矩阵附图
- 策略回测前,把指数状态CSV按牛市满仓、熊市空仓规则接入自有回测框架
- 对比CUSUM与PELT在同一只个股收益率上标注的变点,核对结构性拐点日期
- 用GARCH条件波动率做波动聚集检验,并在HTML报告里留存给风控例会材料
适合人员
- 撰写A股宏观或指数研报的量化研究员,需要可复现的牛熊区间而非手绘切分
- 管理股票组合的风控同事,要把波动率状态与变点日期写进月度风险说明
- 用课堂或课题做市场状态切换建模的学生,需基于akshare真实数据完成实验报告
- 维护自有择时规则的独立交易者,想用状态序列辅助复盘仓位加减而非依赖实时信号