市场状态识别：如何避免事后解释

标签应在检验前定义

市场状态可以用价格变化、波动、成交或其他观测量描述。每个标签都应有可重复的定义，而不是看完走势后再决定某段属于“趋势”或“震荡”。

定义中需要写明窗口长度、阈值和更新频率，以及判断时可以看到哪些数据。状态只是一种研究描述，不是对未来收益的承诺。

分清当时判断与事后标签

使用未来价格确认某段趋势，可以用于事后描述；但把该标签用于历史交易模拟时，会提前获得未来信息。实时判断与事后分类应分开记录。

若标签会随着新数据修订，也应保存每个时点当时的版本，而不是只保留后来整理好的状态序列。

按时间设计检验

scikit-learn 的 TimeSeriesSplit 文档提供按时间顺序分割数据的方法说明。在金融研究中，还需要结合目标观察窗口，检查训练与检验是否共享会泄漏信息的区间。

这个工具不是现成的交易验证方案，不能替代对交易日历、数据时点和成交条件的检查。

看稳定性，而不只看最佳窗口

应记录标签频率、持续时间、状态切换成本，以及不同检验窗口的结果。不断尝试参数后挑选最佳结果，会高估规则的效果；需要保留没有参与选择的检验样本。

状态识别方法越复杂，越需要考虑解释性、维护成本和失效时的处理方式。本站没有发布各状态收益表或策略切换业绩。

一个可复核的研究顺序

先写标签定义与可用信息，再冻结开发版本；随后在后续时间段检验，记录异常与失败，并说明哪些结论仍不确定。

研究笔记的目标是保留这一过程，帮助读者提出更好的问题，而不是给每段历史找到一个漂亮名字。