k-nearest-neighborsregime-estimationnonparametricbenchmark

KNN Regime Estimator (K 近邻 regime 估计)

非参数方法: 用历史上"特征最相似的 K 个交易日"作为当前 regime 的代理, 取其收益 / 协方差加权平均作为 (\hat\mu_t, \hat\Sigma_t)。本文 (arXiv:2603.04441) 用作 Wasserstein HMM 资产配置框架 的对照组。

为什么被用作 benchmark

  • 无需显式 latent state: 邻居集合 = 当前 regime 的代表, 简化建模。
  • MLE 风格透明: 给定特征, K 个邻居是确定的, 完全可解释。
  • 零参数: K 是唯一超参, 调试简单。

失败模式

邻居集合随日间特征微扰而突变, 即使真实 regime 未变, \hat\mu_t, \hat\Sigma_t 在数值上突变, MVO 优化器依此重排, 日均换手 56.65% (远高于 Wasserstein-HMM 0.80%)。这一对比直接论证了"latent state + 模板对齐"的稳定性优势 — 详见 Wasserstein HMM vs KNN 换手对比。

Cross-ref