⬡ 量化多策略 · 区制自适应 · 106只美港股

Markov Fund
量化多策略 · 风险调整超额

覆盖美股全行业 + 恒生指数成分股共 106 只，7大策略依据实时Markov 区制动态混合。牛市追踪动量与反转，熊市优先资本保全——年化波动率仅 SPY 的 2/3，夏普显著领先。

年化收益率（CAGR）

+18.2%

vs SPY +20.8%

夏普比率（Sharpe）

1.03

vs SPY 1.09 ↑ 6%

最大回撤（Max DD）

−23.9%

vs SPY −18.8% ↓ 30%

卡玛比率（Calmar）

0.76

vs SPY 1.11 ↑ 13%

牛市 · 低波动（bull_low）

SPY +7.11% vs MA200

VIX 18.71

波动率目标 ≤ 18%

动量 35% HRP 25% 风险平价 20% 最小波动 10% MDP 10%

MARKOV 区制识别

Markov 区制识别——市场的4种状态

系统每日检测 SPY 与 200日均线的偏离，结合 VIX 恐慌指数，将市场划分为4个象限，自动调整策略组合权重。

区制判断依据 — 4项实时指标

①

SPY 偏离 MA200

( SPY / MA₂₀₀ − 1 ) × 100

—

→ 牛市概率 · 权重 70%

②

MA200 斜率（20日）

( MA₂₀₀_今 / MA₂₀₀_20日前 − 1 ) × 100

—

→ 牛市概率 · 权重 30%

③

VIX 恐慌指数

VIX 收盘价，Sigmoid 中心值 = 20

—

→ 高波动概率 · 权重 60%

④

VIX 期限结构

VIX / VIX3M（>1 = 近端恐慌，backwardation）

—

→ 高波动概率 · 权重 40%

牛市概率

— —

高波动概率

— —

→ 当前区制：—

软权重平滑：各区制权重 = bull_prob × (1−vol_prob) · bull_low 权重 + bull_prob × vol_prob · bull_high 权重 + … 四态插值，避免区制边界跳变。

牛市 · 低波动当前

SPY 高于 MA200，VIX < 20。趋势清晰，动量策略信号最可靠，系统最大化追涨权重。

动量 35% · HRP 25% · 风险平价 20% · 最小波动 10% · MDP 10%

牛市 · 高波动

整体趋势向上，但 VIX ≥ 20。动量信号噪声增大，转向分散化组合降低波动。

MDP 25% · Shrinkage MDP 20% · HRP 20% · 风险平价 20% · 反转 10% · 动量 5%

熊市 · 低波动

SPY 跌破 MA200，但市场恐慌尚未高企。防御分散为主，风险平价主导。

风险平价 25% · 最小波动 25% · HRP 25% · MDP 15% · Shrinkage 5% · 反转 5%

熊市 · 高波动

最危险状态。VIX ≥ 20 且 SPY 跌破 MA200。资本保全优先，大幅压低仓位。

最小波动 40% · 风险平价 30% · HRP 20% · MDP 5% · Shrinkage 5%

各区制下策略权重分配矩阵

牛市·低波动 ✦

横截面动量30%

反转分散化20%

HRP20%

风险平价15%

MDP10%

收缩MDP5%

最小波动0%

牛市·高波动

横截面动量5%

反转分散化10%

HRP20%

风险平价20%

MDP25%

收缩MDP20%

最小波动0%

熊市·低波动

横截面动量0%

反转分散化5%

HRP25%

风险平价25%

MDP15%

收缩MDP5%

最小波动25%

熊市·高波动

横截面动量0%

反转分散化0%

HRP20%

风险平价30%

MDP5%

收缩MDP5%

最小波动40%

趋势指标可视化（近 252 交易日）

SPY 价格 vs 200日均线（MA200） —

SPY 站上 MA200 → 牛市信号；跌破 → 熊市信号。偏离幅度影响牛市概率权重（70%）。

VIX 恐慌指数 —

VIX < 20 → 低波动（绿区）；20–30 → 高波动（橙区）；> 30 → 极端恐慌（红区）。阈值 20 决定高波动概率 60% 权重。

VIX 期限结构（VIX / VIX3M） —

< 1 = Contango（正常，远端恐慌大于近端）；> 1 = Backwardation（近端恐慌 > 远端，市场压力升级）。影响高波动概率 40% 权重。

区制历史（近12个月）

HOW IT WORKS

Markov 区制集成如何运作

系统通过4个步骤，每月末自动将7大策略整合为最终投资组合。

Step 1

Markov 区制识别

每日检测 SPY vs MA200 偏离度 + VIX，确定当前市场所处的4种区制之一。

Step 2

策略计算

并行运行7大策略，各自独立计算权重向量（106只资产）。

Step 3

区制加权混合

按当前区制权重矩阵，将7个策略权重向量加权叠加，生成混合组合。

Step 4

波动率目标控制

若组合波动率超标，按比例压降仓位（现金缓冲），严守牛市≤18% / 熊市≤12%。

牛市区制（bull_low / bull_high）

≤ 18%

年化波动率目标 — 放宽上限以充分捕捉趋势超额

熊市区制（bear_low / bear_high）

≤ 12%

年化波动率目标 — 收紧至12%，减少回撤暴露

ANNUAL RETURNS

逐年回报对比

多资产分散在极端牛市中承受分散折价；在震荡 / 轮动市中体现超额。

年份	Markov Fund 模型	SPY 基准	超额收益	最大回撤（模型）	Markov 区制	结果
1996	+17.7%	+17.9%	−0.2pp	—		SPY 领先
1997	+51.3%	+33.1%	+18.2pp	—		★ 模型胜
1998	+36.8%	+28.0%	+8.7pp	—		★ 模型胜
1999	+55.4%	+20.7%	+34.8pp	—		★ 模型胜
2000	+22.1%	-8.8%	+30.9pp	—		★ 模型胜
2001	-1.2%	-11.8%	+10.5pp	—		★ 模型胜
2002	+7.4%	-21.6%	+29.0pp	—		★ 模型胜
2003	+36.7%	+28.2%	+8.6pp	—		★ 模型胜
2004	+16.1%	+10.7%	+5.4pp	—		★ 模型胜
2005	+22.5%	+5.3%	+17.2pp	—		★ 模型胜
2006	+12.9%	+13.8%	−0.9pp	—		SPY 领先
2007	+28.6%	+5.1%	+23.4pp	—		★ 模型胜
2008	-4.0%	-36.2%	+32.2pp	—		★ 模型胜
2009	+21.4%	+22.7%	−1.2pp	—		SPY 领先
2010	+21.9%	+13.1%	+8.8pp	—		★ 模型胜
2011	+5.1%	+0.9%	+4.3pp	—		★ 模型胜
2012	+10.8%	+14.2%	−3.4pp	—		SPY 领先
2013	+30.6%	+29.0%	+1.7pp	—		★ 模型胜
2014	+16.7%	+14.6%	+2.1pp	—		★ 模型胜
2015	+9.8%	+1.2%	+8.6pp	—		★ 模型胜
2016	+20.7%	+12.0%	+8.7pp	—		★ 模型胜
2017	+47.5%	+21.7%	+25.8pp	—		★ 模型胜
2018	-2.5%	-4.6%	+2.1pp	—		★ 模型胜
2019	+20.4%	+31.2%	−10.9pp	—		SPY 领先
2020	+20.5%	+18.3%	+2.2pp	—		★ 模型胜
2021	+17.0%	+28.7%	−11.7pp	—		SPY 领先
2022	-15.0%	-18.6%	+3.6pp	—		★ 模型胜
2023	+21.3%	+26.2%	−4.9pp	—	牛市（AI科技爆发元年）	SPY 领先
2024	+26.6%	+24.9%	+1.7pp	—	牛市（AI延续+大选行情）	★ 模型胜
2025	+12.2%	+17.7%	−5.5pp	—	震荡市（制度多次切换）	SPY 领先
2026 YTD	+8.3%	+5.0%	+3.3pp	—	牛市低波动（当前）	★ 模型胜

⚠️ 关于跑输的说明： 2023–2024 年模型跑输 SPY 是预期内的正常结果——当市场由极少数科技巨头主导时，分散化多资产组合必然承受"分散折价"。真正的价值体现在：更低的波动率（10.1% vs 15.0%）、更小的回撤（−12.7% vs −18.8%）、以及在市场轮动 / 震荡时期的稳定超额。这正是 Markov Fund 策略体系的核心价值主张。

3 STRATEGIES

3大核心策略

相关性分析后精简为3个独立性最强的策略，Markov 区制集成自动分配混合权重。当前区制：牛市低波动。

策略 1 · 当前权重

横截面动量

55% 牛市低波动时最高权重

计算所有资产过去12个月（跳过最后1个月）的收益率，按正向动量分数加权持有。 "强者恒强"是股市最持久的异象——牛市趋势明确时，此策略贡献最大。

策略 2 · 当前权重

HRP 层次风险平价

35% Lopez de Prado 2016

用相关性矩阵做层次聚类，将资产分组；再在每个聚类分支内按波动率反比分配权重。不依赖协方差矩阵求逆，对极端相关结构更稳健，是最独立的分散化策略。

策略 3 · 当前权重

最小波动（Min-Vol）

10% 熊市高波动时升至 80%

全局最小化组合波动率（w'Σw）的数学优化解。熊市高波动区制中权重高达80%，是"资本保全"模式的核心支柱。

POSITION RECOMMENDATION

仓位建议 — 当前区制精选

📐 Top-Down 配置逻辑：区制 → 大类比例 → 桶内策略

① Markov 区制 → 大类目标

根据当前 Markov 区制（bull/bear × low/high vol）用软插值确定各大类资产目标权重。 bull_low 股票 ~75%；bear_high 债券+黄金 >75%。避免底层策略偏爱低波动资产造成牛市债券超配。

② 桶内策略选股

美股桶：S&P 500 每月动量 top 50 → HRP 层次风险平价；港股桶：恒生 23 只动量 top 10 → HRP；债券桶：5 只 ETF → 风险平价（6M）；行业 ETF：11 只 → 横截面动量；黄金/比特币 → 等权。

③ 汇总 + 波动率目标

各桶内权重 × 大类目标权重汇总，再归一化。最后做波动率目标控制：牛市 ≤18%，熊市 ≤12%（按实际组合波动率等比缩减，差额转为现金）。

④ 月度动态调仓

每月月末重新运行上述流程：Wikipedia 实时更新 S&P 500 成分 → 动量筛选 → 区制识别 → 重算权重。全流程每日自动执行，本地数据通过 Parquet 缓存增量更新（秒级）。

大类资产 → 个股分层拆解

大类资产配置比例

精选 Top 20 完整列表

S&P 500 ENTRY SIGNAL

入场信号系统（12分制）

当 SPY 大幅下跌时，4维度评分系统判断当前是否为高胜率入场时机。当前市场处于正常牛市状态，入场信号不触发。

💡 如何读懂这个信号： 入场信号不是"该不该持仓"的指标——当前牛市中，策略组合已满仓运行。这是专门识别熊市底部逢低加仓机会的工具： SPY 大幅下跌后，4个维度综合评估"现在抄底是否高胜率"。得分越高 = 历史上同等条件下30日内涨回的概率越大。
牛市得0分完全正常——市场没有跌，自然没有"逢低机会"可评分，而你已在涨势中。

当前得分

0/12

☆ ☆ ☆

观望 · 牛市运行中

市场无回调 → 无逢低机会
组合已满仓，持续运行

🚫 死亡地带拦截： SPY 偏离 MA200 处于 [−12%, −4%] 时，无论其余维度多高，强制否决——暴跌中段反弹夭折概率极高，历史数据证明此区间不宜加仓。

深度跌破

牛市区间

极强入场区（≤−20%） ☠ 死亡地带（−12%~−4%） ▲ 当前（+7.1%）· 牛市持仓

9–12分

极强入场

胜率 75.9% · +4.03%

6–8分

强入场

胜率 67.2% · +1.52%

4–5分

中等信号

胜率 55% · +0.8%

0–3分

观望 ← 当前

牛市持仓，无需特殊操作

Markov Fund 量化多策略 · 风险调整超额

Markov Fund
量化多策略 · 风险调整超额