086 引入马尔可夫链

陈帆的手指从回车键上收回，指尖还残留着刚才敲击的力度。屏幕右下角的时间戳停留在06:43:17，那条断裂的日线数据已经被重新校准归档，但它的跳跃方式始终卡在他的思维里——不是渐进，不是波动，而是跃迁。

他没动，只是盯着主屏左侧一列缓存日志。攻击已经过去三个小时，系统运行平稳，可他知道，真正的隐患不在防火墙之外，而在预测模型内部。现有的统计方法在极端行情中频频失灵，就像一辆靠惯性行驶的车，在急弯处彻底失控。

“李阳。”他开口，声音不高，却让整个实验室瞬间安静下来。

李阳刚放下水杯，立刻转身。“在。”

“调出创业板最近三年所有日K线数据，我要看中青宝、东方财富、华谊兄弟这五十三只股票的状态跃迁特征。”他说，“不是看价格，是看走势形态的变化节奏。”

张远抬头，“状态？你是说……把K线分类？”

“对。”陈帆终于转过身，目光扫过两人，“市场从来不是连续运动的。它跳变，它停顿，它反复试探方向。我们一直用回归和趋势外推，其实是在假设市场有记忆。但如果它没有呢？如果每一阶段的走势，只取决于当前所处的状态，而不依赖更早的历史？”

李阳皱眉，“你是想用马尔可夫链建模？”

“没错。”陈帆走到副控台前，接过键盘，“我们不再预测具体点位，而是判断：现在处于哪种走势状态，下一步最可能转向哪里。”

他迅速列出五个类别：上涨延续、上涨衰竭、下跌延续、下跌反弹、盘整。每一种都对应一组技术指标组合——MACD是否红柱缩短、RSI是否超买、成交量是否萎缩或突增。

“比如，一只股连续拉升三天，第四天量能跟不上，MACD顶背离，RSI冲到80以上——这不是健康回调，是‘上涨衰竭’。这个状态下，下一阶段进入‘下跌延续’的概率，应该远高于继续上涨。”

张远若有所思，“所以你不关心它为什么跌，只关心它处在哪个位置，以及从这个位置出发，通常会去哪里？”

“正是。”陈帆点头，“就像掷骰子，每一

次结果独立，但我们知道六面体出现每个数字的概率分布。市场也在不同状态间转移，只要我们能统计出转移概率，就能预判方向。”

李阳深吸一口气，“那你需要足够长的历史序列来构建转移矩阵。”

“我已经准备好了。”陈帆打开本地数据库，导入一段加密压缩包，“这是过去三十六个月的完整日线记录，剔除停牌和异常波动样本。你现在写个脚本，按我刚才的标准自动标注每一根K线所属状态。”

李阳立刻动手。Python编辑器亮起，他先定义状态判定函数，再循环遍历每只个股的时间序列。屏幕上开始滚动输出状态标签：U（上涨延续）、W（上涨衰竭）、D（下跌延续）、B（下跌反弹）、S（盘整）。

几个小时后，初步状态序列生成完毕。李阳将其汇总为频次表，统计从一种状态转移到另一种状态的次数。例如，“W→D”出现了四百七十二次，“W→U”仅一百零三次。

“原始频次出来了。”他指着表格，“但有些转移路径极少发生，比如‘B→W’只有三次，直接算概率会不稳定。”

“加拉普拉斯平滑。”陈帆说，“给每个转移路径加一，避免零概率问题。然后归一化，得到最终的转移概率矩阵。”

代码再次运行。几分钟后，一个五乘五的矩阵成型。主对角线上的数值普遍偏低，说明市场一旦进入某种状态，往往不会停留太久。而“W→D”的概率高达0.68，“S→U”和“S→D”接近均衡，分别为0.41和0.39。

“有意思。”张远凑近屏幕，“也就是说，一旦出现上涨衰竭信号，超过三分之二的可能性会转入下跌延续。这不是情绪判断，是历史行为统计。”

“接下来验证。”陈帆切换到回测模块，“用这个模型去预测已知序列中的下一个状态，看看准确率。”

第一轮测试选取2017年全年数据，涵盖震荡与局部牛市。结果显示，整体预测准确率为56.3%，相比原有模型提升6.3个百分点。

不算高。

“样本太短。”陈帆摇头，“而且避开了剧烈转折期。我们要看的是牛熊切换时的表现。

”

他重新划定测试区间：2000年1月至2001年6月。那是互联网泡沫破裂前后，创业板虽未设立，但中小市值个股波动剧烈，具备典型趋势逆转特征。

李阳更新参数，重新加载数据集。这次，系统逐日模拟状态转移，并与实际走势比对。

等待结果的几分钟里，没人说话。服务器风扇低鸣，终端光标缓慢前进。

“出来了。”李阳轻声说。

准确率：75.2%。在“上涨衰竭→下跌延续”这一关键路径上，命中率达到81.4%。

“提升了十九个百分点。”张远喃喃道，“而且是在最难预测的阶段。”

李阳盯着那张热力图，忽然笑了，“这数学结构……真干净。每一个状态都是出口，也是入口。你不需要知道之前走了多远，只需要看清此刻站在哪里。”

“这就是马尔可夫的意义。”陈帆缓缓靠向椅背，“它不追求完美拟合历史，而是抓住动态规律的本质——变化本身也有模式。”

他站起身，走到主控台前，将新模型封装为独立模块，命名为“MarkovChain_TrendV1”。随后接入实时数据流，设定每收盘后自动更新一次转移矩阵。

“以后每天闭市，系统都会重新计算最新概率分布。”他说，“当某个转移路径的频率显著上升，比如‘S→D’突然变快，就意味着市场环境正在倾斜。”

张远端起桌上冷掉的咖啡喝了一口，忽然咧嘴一笑：“要是这玩意真能预判崩盘，咱以后就不只是操盘手了。”

李阳没接话。他打开笔记本，新建文档，标题打了六个字：“马尔可夫状态机”，又停下，盯着屏幕边缘一闪而过的状态提示栏。

那个绿色的小图标刚刚跳动了一下，从S变成了W。

“等等。”他的手指悬在键盘上方，“‘中青宝’刚刚被标记为‘上涨衰竭’。”

陈帆立刻看向主屏。该股今日涨幅4.2%，量能较昨日放大两成，但MACD红柱明显缩窄，RSI达到78。

“按照新模型，”李阳低声说，“它明天有六成八的概率转入下跌延续。”