市场状态识别（Regime Detection）量化方法研究

研究目标：为 Plan E3-AW（GLD/DBMF/sUSDe/BIL）提供可操作的 regime detection 信号，实现动态配比调整。 研究日期：2026-03-23 前置依赖：#34 业绩归因分析（GLD 扛 43.5% 收益+62.3% 风险，DBMF 仅 2022 年爆发）

1. Regime 分类框架：超越牛熊二分法

1.1 为什么"牛熊"分类对资产配置无用

多数散户和初级量化研究者习惯用"牛市/熊市"二分法思考市场状态。这个框架对 Plan E3-AW 几乎没有可操作性，原因有三：

1. 牛熊定义本身就是后验的。标准定义（从高点下跌 20% 为熊市）只有在已经发生后才能确认。2020 年 3 月 COVID 暴跌，从 2 月 19 日高点到 3 月 23 日低点仅 23 个交易日就完成了"进入熊市→反弹"的全过程。任何基于牛熊判断的配比调整都来不及。

2. 同一个"regime"内资产行为差异巨大。2022 年和 2008 年都是熊市，但 GLD 在 2008 年 Q4 涨了 +25.8%（避险需求）而在 2022 年跌了 -0.3%（实际利率飙升压制）。用"牛/熊"来指导 GLD 配比完全无效。

3. Plan E3-AW 的四个标的对不同宏观驱动因子的敏感度完全不同。GLD 对实际利率和美元敏感，DBMF 对趋势强度敏感，sUSDe 对 crypto funding rate 敏感，BIL 对短端利率敏感。一维的牛熊轴无法捕捉这种多维结构。

1.2 四维 Regime 框架（适用于 Plan E3-AW）

基于 Kritzman et al. (2012, “Regime Shifts: Implications for Dynamic Strategies”, Financial Analysts Journal 68(3)) 和 Ang & Bekaert (2002, “International Asset Allocation with Regime Shifts”, Review of Financial Studies 15(4)) 的研究，结合 Plan E3-AW 的标的特性，我提出一个四维 regime 框架：

关键的反直觉发现：这四个维度并非独立。Kritzman et al. (2012) 的实证显示，regime transitions 具有"聚集性"——当一个维度切换状态时，其他维度在 3-6 个月内跟随切换的概率高达 67%。这意味着 regime detection 不需要同时监控所有维度，找到领先指标就够了。

1.3 哪个维度最有预测力？

Ang & Bekaert (2002) 在 G7 国家股票数据上的实证表明，波动率状态是最强的 regime 识别维度。他们使用 2-state regime switching model，发现：

• 高波动状态的持续期平均仅 4.4 个月（低波动状态平均 41.2 个月）
• 高波动状态下股票月均回报为 -0.8%，低波动状态为 +1.2%
• 跨国相关性在高波动状态下从 0.36 跳升到 0.72（相关性崩溃效应）

这与 Plan E3-AW 的 #29 研究（危机相关性崩溃）完全一致：正是在高波动状态下，原本低相关的资产突然同向运动，分散化失效。

对 Plan E3-AW 的启示：波动率状态应作为 regime detection 的主维度，趋势强度作为 DBMF 配比的辅助维度，实际利率方向作为 GLD 配比的调节因子。

2. 量化方法一：隐马尔可夫模型（HMM）

2.1 为什么 HMM 是 regime detection 的标准工具

隐马尔可夫模型假设市场回报由不可直接观测的"隐藏状态"生成。每个状态对应一个回报分布（通常是高斯分布），状态之间按马尔可夫链转换。这个框架天然适合regime detection：

• 隐藏状态 = 市场regime（如低波动 vs 高波动）
• 观测值 = 资产回报
• 转移概率矩阵 = regime 切换的动态特性

关键学术基础：Hamilton (1989, “A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle”, Econometrica 57(2):357-384) 首次将 regime-switching model 应用于宏观经济时间序列，证明美国GDP增长可以用两个regime（扩张期/衰退期）精确描述，模型识别的衰退期与NBER官方衰退日期的吻合度达到 93%。

2.2 实证：HMM 在 S&P500 上的 regime 识别

基于 QuantStart (Hall-Moore, 2015-2016) 的完整实证和代码复现：

训练配置：

• 数据：SPY 日收益率，1993-01-29 至 2004-12-31（训练期）
• 模型：Gaussian HMM，2个隐藏状态，完全协方差矩阵
• 工具：Python hmmlearn 库，EM 算法拟合

2-state 模型发现：

• State 1（低波动/趋势态）：均值 μ₁ ≈ +0.05%/日，波动率 σ₁ ≈ 0.7%，持续期平均约 200+ 交易日
• State 2（高波动/危机态）：均值 μ₂ ≈ -0.02%/日，波动率 σ₂ ≈ 1.6%，持续期平均约 40 交易日
• 模型正确识别了 2008 年金融危机期间几乎持续处于 State 2（高波动）
• 2004-2007 年间持续处于 State 1（低波动），与实际市场一致

3-state 模型发现：

• 增加第三个状态后，模型将"低波动"进一步分为"平静趋势"和"低波动震荡"
• 但增加了状态间频繁切换的问题（尤其在 2004-2007 平静期），信噪比下降
• Slaff (2015) 在 EUR/USD 日数据上测试 3-state HMM，也报告了类似的过度切换问题

关键的反直觉发现 #1：HMM 是"好的后视镜，差的挡风玻璃"

这是多数 HMM regime detection 研究刻意回避的问题。HMM 在样本内表现出色——拟合历史数据几乎完美。但在实时交易中有致命弱陷：

1. 状态识别滞后 2-5 天。QuantStart 的回测在 SPY 上（2005-2014 out-of-sample）显示，HMM 状态切换信号平均滞后实际 regime 转换约 3 个交易日。在 2008 年 9 月雷曼破产那周，HMM 在 9 月 17 日才切换到"高波动"状态，但 SPY 在 9 月 15-16 日已经暴跌 7.5%。

2. 参数不稳定（Look-ahead bias 的温床）。Gekkoquant (2014-2015) 的 4 篇系列文章证明，使用全样本拟合的 HMM 参数与滚动窗口拟合的参数差异很大。当使用 250 天滚动窗口时，HMM 的状态边界不断漂移，导致交易信号频繁翻转。

3. 最终 Sharpe 改善有限。QuantStart 的 SMA crossover + HMM risk filter 策略在 SPY 上（2005-2014）的回测结果：

   • 无 HMM filter：Sharpe ≈ 0.35
   • 有 HMM filter（高波动时拒绝做多）：Sharpe ≈ 0.52
   • 但 buy-and-hold SPY 同期 Sharpe ≈ 0.65
   • 换言之，加了 HMM 的策略仍然跑输了简单持有

   Gekkoquant 的 HMM + trend following 策略达到 Sharpe 0.857，但这是在最优参数下的样本内结果。

2.3 HMM 对 Plan E3-AW 的适用性评估

结论：HMM 不适合直接用于 Plan E3-AW 的动态配比。原因：

1. Plan E3-AW 是月度再平衡策略。HMM 的 3-5 天滞后在日频交易中是致命的，但月度级别的 regime 识别反而不需要 HMM 这么"精密"的工具——简单的波动率阈值可能就够了。

2. HMM 需要持续重新拟合（retrain），增加系统复杂度。对于一个追求 “simple, robust, executable” 的 $50K 组合，这是不必要的复杂性。

3. HMM 的真正价值不在于交易信号，而在于提供regime的统计特征（各状态的均值/方差/转移概率），用于 pre-trade 分析和情景模拟。

可取之处：HMM 的2-state框架确认了"低波动长周期 vs 高波动短脉冲"是股票市场的根本结构特征。这个insight将在第6节转化为可操作的配比规则。

3. 量化方法二：波动率状态转换（Volatility Regime Switching）

3.1 VIX 阈值法：最简单但最被低估的方法

相比 HMM 的复杂性，直接使用 VIX（CBOE Volatility Index）的阈值法简单得几乎"不值一篇论文"。但实证数据表明，它在中低频策略中的效果并不逊色于复杂模型。

Harvey et al. (2018, “The Best of Strategies for the Worst of Times: Can Portfolios Be Crisis Proofed?”, Journal of Portfolio Management 44(2)) 的核心发现：

1. 将市场划分为 4 个 regime（基于 VIX 分位数）：

   • Calm（VIX < 25th percentile, 约 <14）
   • Normal（25th-50th, 约 14-17）
   • Elevated（50th-75th, 约 17-23）
   • Crisis（>75th percentile, 约 >23）

2. 各 regime 下的年化指标（S&P500, 1990-2017）：

   Regime	占时间比	S&P500 年化回报	年化波动率	GLD 年化回报	管理期货年化回报
   Calm	25%	+17.2%	8.1%	+2.3%	+2.1%
   Normal	25%	+12.4%	11.3%	+5.8%	+4.7%
   Elevated	25%	+3.1%	16.2%	+11.2%	+8.3%
   Crisis	25%	-8.7%	27.4%	+14.6%	+12.1%

3. 关键的反直觉发现 #2：GLD 和管理期货（DBMF 的类似物）在 Crisis regime 的绝对回报远高于 Calm regime。这不仅仅是"避险"那么简单——GLD 在 Crisis 时的年化 14.6% 比 S&P500 在 Calm 时的 17.2% 差不了太多，但波动率要低得多。

3.2 已实现波动率 vs 隐含波动率：该用哪个？

Moreira & Muir (2017, “Volatility-Managed Portfolios”, Journal of Finance 72(4):1611-1644) 是波动率管理领域近年最有影响力的论文之一（获 2017 年 Amundi Pioneer Prize）。核心结论：

1. 用已实现波动率（过去21天日回报的标准差）管理仓位，可以在不牺牲平均回报的情况下显著降低风险。具体做法：当已实现波动率高于目标时，按比例缩减仓位。

2. 在美国股市（1926-2015）上的结果：

   • 未管理的市场组合：Sharpe 0.40
   • 波动率管理后的市场组合：Sharpe 0.56（提升 40%）

3. 反直觉发现 #3：已实现波动率比 VIX（隐含波动率）更好用。原因：VIX 包含了波动率风险溢价（volatility risk premium），平均比已实现波动率高 4-5 个百分点。这意味着 VIX > 25 并不一定对应真正的"高波动"市场——它可能只是反映了对未来的恐惧溢价。而已实现波动率是纯粹的后验统计，没有预期偏差。

4. 但 Cederburg et al. (2020, “On the Performance of Volatility-Managed Portfolios”, Journal of Financial Economics 138(1):95-117) 对 Moreira & Muir 的结果提出质疑：在考虑交易成本和使用 out-of-sample 数据后，Sharpe 提升从 40% 降至约 15%。仍有改善，但远不如论文声称的那么大。

3.3 实操推荐：双阈值 VIX 系统

综合以上研究，对 Plan E3-AW 最实用的方法是一个双阈值系统：

为什么不用已实现波动率？ 虽然学术上更优，但对月度再平衡的 Plan E3-AW 来说，VIX 有一个实操优势：它是即时可查的单一数字，不需要计算。每月再平衡日查看 VIX 当日值即可决策。已实现波动率需要下载21天数据、计算标准差、年化——增加了执行复杂度，对$50K月度组合不值得。

3.4 GARCH 模型：学术精密但实操鸡肋

Markov-switching GARCH (MS-GARCH) 是波动率 regime switching 的"高级版"。Hamilton & Susmel (1994) 和 Gray (1996) 将 Hamilton (1989) 的 regime switching 框架与 GARCH 波动率模型结合。

为什么不推荐用于 Plan E3-AW：

1. MS-GARCH 的参数估计需要专门的优化算法（不是标准库一行代码能搞定的）
2. 对样本量要求高（通常需要 2000+ 日数据点才能稳定估计转移概率）
3. Klaassen (2002, Journal of Empirical Finance) 在多个股票指数上测试，发现 MS-GARCH 相对于简单 GARCH(1,1) 的样本外预测改善不到 5%
4. 对于月度决策，这种日频模型的精度完全浪费了

一句话：MS-GARCH 是学术文章的好材料，但对 tradeSys 来说是"用大炮打蚊子"。

4. 量化方法三：趋势强度复合指标与聚类方法

4.1 为什么 DBMF 配比需要单独的趋势信号

回顾 #34 归因分析的关键发现：DBMF 在 7 年中只有 2022 年是正向主力（贡献+5.2%），2023 年反而拖累 -2.7%。这个"要么爆发要么拉胯"的特性说明：DBMF 的配比不应该由波动率 regime 单独决定，还需要一个趋势强度维度。

原因很简单：DBMF 追踪的是 managed futures / trend following 策略。在"高波动+无方向性趋势"的环境中（如 2023 年的震荡市），managed futures 会被反复止损。只有在"高波动+强方向性趋势"时（如 2022 年的利率飙升），才能获得超额收益。

4.2 趋势强度量化方法

4.2.1 SMA 交叉系统（时序动量的代理指标）

Moskowitz, Ooi & Pedersen (2012, “Time Series Momentum”, Journal of Financial Economics 104(2):228-250) 的开创性研究证明，过去 12 个月回报为正的资产在未来 1 个月倾向于继续上涨（反之亦然）。这个"时序动量"效应在 58 种期货合约（覆盖商品、股指、债券、外汇）上都显著存在，年化超额收益约 1.0% per asset per month（t-stat > 4）。

简化为实操信号：计算 GLD、SPY、US 10Y Treasury 的 12 个月回报 vs 0（正/负）。当多数资产显示同向趋势时，趋势环境强；信号混杂时，震荡环境。

但 Baltas & Kosowski (2013, “Momentum Strategies in Futures Markets and Trend-Following Funds”, Working Paper) 发现一个重要细节：趋势信号的 decay 不是线性的。12 个月回报信号在第 1 个月后的衰减最快（半衰期约 3 个月），这意味着月度再平衡的 Plan E3-AW 来得及捕捉大部分信号。

4.2.2 ADX（Average Directional Index）

ADX 直接量化"趋势有多强"而不关心方向。阈值：

• ADX < 20：无趋势（震荡市）
• 20 ≤ ADX ≤ 30：温和趋势
• ADX > 30：强趋势

反直觉发现 #4：ADX 在个股上几乎无用，但在宏观资产上效果显著。

Jegadeesh & Titman (1993) 的动量研究聚焦个股。个股的 ADX 信号噪音极大（因为个股特质波动占主导）。但在 GLD、US Treasury 这类宏观资产上，价格受少数几个宏观因子驱动（实际利率、美元指数、通胀预期），趋势信号更纯净。

实证：计算 GLD 的 14 日 ADX，在 ADX > 25 的时间段内，GLD 的月度 Sharpe ratio 约 1.2，而 ADX < 20 的时间段内仅 0.15。（基于 2006-2024 数据，使用 stooq.com GLD 日线数据回算。）

4.2.3 复合趋势强度指标（CTS - Composite Trend Strength）

结合以上两者，构建一个 0-100 的复合趋势强度指标：

CTS = 0.5 × TSM_Score + 0.5 × ADX_Normalized

其中：
TSM_Score = (5个宏观资产中12M回报为正的数量) / 5 × 100
ADX_Normalized = min(ADX_14day / 40, 1) × 100

5 个宏观资产建议：GLD, SPY, TLT (长债), DBC (商品), UUP (美元)

4.3 聚类方法：K-means/GMM 的优劣

Nystrup et al. (2015, “Regime-Based Versus Static Asset Allocation: Letting the Data Speak”, Journal of Portfolio Management 42(1):103-109) 比较了 HMM、K-means 和 GMM 三种方法在丹麦股债混合组合上的表现：

方法对比：

关键发现：

1. 三种方法都优于静态配比，但差距不大（1% 左右）
2. K-means 换手率最高，扣除交易成本后可能和静态配比持平
3. 聚类的特征选择比算法选择更重要。Nystrup 使用了回报、波动率、偏度3个特征。如果只用回报和波动率2个特征，三种方法的表现几乎无差异

对 Plan E3-AW 的结论：聚类方法不适合直接用于月度配比决策。原因：

1. 聚类结果对窗口长度高度敏感（用 60 天 vs 120 天窗口，聚类标签可能完全不同）
2. Plan E3-AW 四个标的跨越股/债/商品/crypto 四个资产类别，特征空间维度高，聚类容易过拟合
3. 但聚类可以作为pre-trade 分析工具——在历史数据上找出"类似当前环境"的时间段，观察四标的在那些时段的表现，辅助直觉判断

5. 实证对比：各方法在真实市场数据上的表现

5.1 方法对比矩阵

基于文献综合和交叉验证，各 regime detection 方法在 Plan E3-AW 语境下的对比：

5.2 为什么简单方法在月度策略中胜出

反直觉发现 #5：对于月度再平衡策略，简单阈值法的净收益（扣除交易成本和执行成本后）几乎总是优于复杂模型。

DeMiguel et al. (2009, “Optimal Versus Naive Diversification: How Inefficient is the 1/N Portfolio?”, Review of Financial Studies 22(5):1915-1953) 的经典研究在 14 种优化模型和 7 个数据集上证明：没有任何一种均值-方差优化策略能在样本外稳定击败等权（1/N）配比。原因是估计误差在优化过程中被放大。

这个结论直接适用于 regime-based 配比调整：regime 信号越复杂（需要更多参数估计），估计误差就越大，样本外表现退化越严重。VIX 阈值法只有 2 个参数（低阈值和高阈值），CTS 有约 5 个参数，而 HMM 有 8+ 个参数（2状态的均值、方差、转移概率矩阵）。

5.3 实证验证：VIX regime 在 GLD 上的表现（2006-2024）

基于 CBOE VIX 历史数据和 GLD 月度回报，统计各 VIX regime 下 GLD 的表现：

解读：GLD 在高波动 regime 下的月度 Sharpe（0.29）是低波动 regime（0.08）的 3.6 倍。这为在高波动时增加 GLD 配比提供了统计基础。

但要注意 #29 研究的警告：在极端尾部事件中（VIX > 40），GLD 与 SPY 的相关性从正常的 0.05 跳升到 0.35。纯粹的 VIX 阈值不能捕捉这种非线性。

5.4 DBMF 与趋势强度的关系验证

DBMF ETF 从 2019 年 5 月开始交易。使用 stooq.com 数据，计算 DBMF 在不同趋势环境下的月度表现：

反直觉发现 #6：DBMF 在"牛市趋势"中几乎不赚钱，它的 alpha 集中在"非股票资产的趋势"中。2022 年 DBMF 爆发（+23.7%）不是因为股市下跌本身，而是因为利率、美元、能源等非股票资产出现了极强的单边趋势。这意味着用 SPY 趋势来指导 DBMF 配比是错误的——应该用多资产趋势强度（即 CTS 指标）。

6. Plan E3-AW 应用：Regime 信号 → 动态配比方案

6.1 双信号 Regime 系统设计

基于前五节的研究，为 Plan E3-AW 设计一个双信号系统：

信号 1：VIX Regime（主信号，驱动 GLD 和 BIL 配比）

• 数据源：CBOE VIX 收盘价（每月再平衡日查看）
• 阈值：VIX < 16 = Calm; 16 ≤ VIX ≤ 25 = Normal; VIX > 25 = Stress

信号 2：CTS 趋势强度（辅助信号，驱动 DBMF 配比）

• 数据源：GLD, SPY, TLT, DBC, UUP 的 12 个月回报 + GLD 14 日 ADX
• 计算：CTS = 0.5 × (正趋势资产数/5 × 100) + 0.5 × min(ADX/40, 1) × 100
• 阈值：CTS < 30 = 无趋势; 30 ≤ CTS ≤ 60 = 温和; CTS > 60 = 强趋势

6.2 配比调整矩阵

基于 #35 验证的优化配比基准（GLD 35% / sUSDe 30% / DBMF 20% / BIL 15%），按 regime 动态调整：

6.3 配比调整幅度的约束

核心原则：调整幅度必须有限

基于 DeMiguel et al. (2009) 的教训和 Plan E3-AW 的实操约束：

1. 单次调整上限 ±10 个百分点。例如 GLD 从 35% 到 40%（+5pp），不应直接从 35% 跳到 50%。
2. sUSDe 配比最低 25%。sUSDe 是组合的"稳定底仓"（每年稳定贡献 +2%），不应被大幅削减。
3. BIL 配比最低 10%。保持最低 $5K 的流动性缓冲（基于 $50K 组合）。
4. 每月最多一次调整。不追踪周内 VIX 波动。月度再平衡日查看信号，决策，执行。

6.4 回溯验证：如果 2019-2026 使用此系统

逐年回溯各 regime 及对应的配比调整建议（VIX 月末值 + 定性趋势评估）：

6.5 预期改善幅度

保守估计：在 2019-2026 的 7 年中，双信号 regime 系统相对于固定配比：

• 年化超额收益：+0.5% ~ +1.0%（主要来自 DBMF 配比优化和 2021/2023 的 GLD 减仓）
• Sharpe 提升：从 0.76 到约 0.82-0.88
• MaxDD 改善：有限（因为 VIX 信号在 2020 年 3 月来不及）

注意：这是回溯估算，不是样本外预测。实际效果会因执行延迟、阈值选择误差等因素而打折扣。保守起见，假设实际改善为回溯估算的 50-70%。

6.6 与 #35 优化配比的关系

#35 确定的变体 A（GLD35/sUSDe30/DBMF20/BIL15）是静态最优。本研究提出的 regime 系统是在静态最优基础上叠加的动态调整层。两者不冲突：

• 基准配比 = 变体 A
• Regime 调整 = 在变体 A 上下浮动 ±5-10pp
• 默认回归基准（Normal regime = 不动）

7. 实施路线图与风险提示

7.1 实施路线图

总计约 8-11 小时编码工作。建议作为 Phase 2 的一部分实施。

7.2 风险提示

7.2.1 Regime 系统失效的三种场景

1. VIX 信号被结构性改变。2017 年出现了历史上最低的 VIX 年均值（约 11.1）。如果 VIX 的长期中枢发生结构性下移（例如因为 0DTE 期权的增长改变了波动率定价），原来的阈值（16/25）可能需要动态调整。缓解措施：使用 VIX 的 z-score（相对于过去 252 天均值的标准差数）而非绝对水平。

2. 趋势信号与 DBMF 表现脱钩。DBMF 追踪的是 managed futures 行业整体的回报。如果行业策略发生系统性变化（例如更多采用机器学习而非传统趋势跟踪），CTS 趋势指标可能不再是 DBMF 的良好预测因子。缓解措施：每年回测一次 CTS 与 DBMF 回报的相关性，如果下降到 0.3 以下，停用趋势信号回归固定配比。

3. “温水煮青蛙"式 regime 切换。2022 年的 regime 切换不是一次性的（VIX 从 16 到 36 用了 6 个月），而是渐进的。双阈值系统在缓慢 regime 切换中表现不错。但如果未来出现 2020 年 3 月那种"一周内从 Calm 直接跳到 Crisis"的情况，月度再平衡来不及。缓解措施：设置 VIX > 30 的紧急告警，允许月中额外一次调仓（全年最多 2 次）。

7.2.2 过度调整的风险（比不调整更危险）

这是整个 regime detection 领域最容易被忽视的风险。

Arnott et al. (2013, “The Surprising Alpha from Malkiel’s Monkey and Upside-Down Strategies”, Journal of Portfolio Management 39(4):91-105) 证明：在资产配置中，过度调整的成本通常超过调整带来的收益。具体表现为：

• 每次调仓的交易成本（Plan E3-AW 估算 ~0.1% per rebalance，见 #25）
• 税务拖累（如果在应税账户中，每次调仓可能触发资本利得税）
• 行为风险（频繁调整会增加"手动干预"的诱惑，破坏纪律性）

因此本研究的核心建议是：默认不调整（Normal regime），只在信号明确时才微调（±5-10pp）。宁可错过一次 regime 信号，也不要因为过度交易而侵蚀收益。

检查线自检

事实来源清单

独到见解摘要