Explainable Regime-Aware Investing (2026)
- 标题: Explainable Regime-Aware Investing
- arXiv id: 2603.04441
- 首次发布日期 (公众号解读引述): 2026-02-21
- 本文 wiki 归档 (公众号解读 + 原文 PDF 链接):
raw/articles/202608-wasserstein-hmm-asset-allocation/ - 公众号解读来源: 映翡量化 — 映翡量化 (WeChat
- 作者: 公众号解读未署名 (英文作者机构不明), 留作后续核对。arXiv abstract 用户可点击核对。
核心贡献
提出 Wasserstein-HMM MVO 框架, 把三个机制闭环:
- 动态状态数 K_t: 滑动窗验证集一步预测对数似然 + 模型复杂度惩罚。
- 概率化 regime 识别: Gaussian-emission HMM 输出每日过滤概率 \gamma_{t,k}。
- Wasserstein 模板追踪: 用 2-Wasserstein 距离把新 HMM 的高斯分布匹配到一组持续更新的"状态模板", 修 rolling HMM 的标签切换。
把 \hat\mu_t, \hat\Sigma_t 输入带交易成本惩罚的 MVO。
实证 (公众号解读报告, 2005–2026 日度, 跨资产 SPX/债/金/油/美元)
| 策略 | Sharpe | MaxDD | 平均日换手 |
|---|---|---|---|
| Wasserstein-HMM + MVO | 2.18 | −5.43% | 0.80% |
| KNN + MVO | 1.81 | −12.52% | 56.65% |
| 等权 | 1.59 | −9.87% | — |
| SPX BH | 1.18 | −14.62% | — |
涉及 wiki 概念页
- Wasserstein HMM 资产配置框架 (框架主页)
- Regime-Aware Asset Allocation (方法学抽象)
- Hidden Markov Regime Detection (检测器)
- Wasserstein 模板追踪与标签切换修复 (滚动对齐)
- Dynamic Regime Number Selection (K 自适应)
- Mean-Variance Optimization with Transaction Cost (决策端)
- Wasserstein HMM vs KNN 换手对比 (实证诊断)
- summaries/202608-wasserstein-hmm-asset-allocation/202608-wasserstein-hmm-asset-allocation (中文摘要)
局限 / Open Questions
- 公众号解读未给出具体作者 / 机构; arXiv PDF 链接用户在 WikiGraph 中可通过 2603.04441 直接核对。
- A 股 / 国内期货制度下复制性未涉及。
- DP-HMM / hidden semi-Markov 等 latent state 模型的扩展未在本文框架下探索。
- TC 罚项系数的 cross-validate 准则未给出。