量化信号与评分
时间序列动量状态
一种量化框架，用于识别资产历史收益对未来价格走势具有可预测影响的时期，从而为内幕交易和市场择时信号提供状态条件下的评分调整。
时间序列动量状态将历史收益序列划分为不同状态，通常基于波动率聚类、自相关强度或隐马尔可夫状态，以检测趋势跟随或均值回归主导的市场阶段。在内幕交易监控中，识别出持续动量状态时，集中型内幕买入信号的可信度提升，因为价格延续与已知的内幕信心相符。相反，均值回归状态则提示潜在的反转风险，降低信号权重，从而防止因行情透支导致的误报。
在操作层面，市场状态检测采用20至252个交易日的滚动窗口，计算自相关滞后1阶或Hurst指数，以区分趋势型与均值回归型状态。高动量阶段的内幕增持得分更高，因为内幕时机与市场结构同步；低波动均值回归窗口内的内幕交易得分则被削弱，因为此时内幕买入可能代表逆势而非前瞻性信念。该条件评分机制可减少信号反转，提高信号在市场周期中的持续性。