标签
本文研究是否可以通过将隐马尔可夫模型拟合到在连续时间窗口上训练的神经网络权重的轨迹，将随时间漂移的数据流划分为离散状态，结果表明恢复出的潜在状态与两个数据集上的迁移性能相关。
LangChain 强调来自 GetCandidly 的 IO-HMM，这是一种将用户行为（可观察信号）与智能体行为（可控输入）在对话轮次中分离的设计。
哥伦比亚大学的一篇论文介绍了一个严格因果的隐马尔可夫模型，能适应不断变化的市场制度，实现了2.18的夏普比率，而SPX买入持有为1.18，并在2025年抛售期间将最大回撤从-14.62%降低到-5.43%。
西北大学的一项研究表明，三态隐马尔可夫模型能够检测市场状态，在标普500交易中超越传统因子投资，实现年化2%的alpha，并避免重大市场崩盘。
斯坦福大学发布了完整的隐马尔可夫模型框架，让所有人都能使用类似于Renaissance Technologies等对冲基金用来从噪声中寻找信号的技术。