| name | a-share-ml-regime-cluster |
| description | A股ML市场状态聚类/无监督分类。当用户说"市场聚类"、"无监督分类"、"状态聚类"、"ML聚类"、"K-means市场"、"市场分类"、"聚类分析市场"时触发。基于 cn-stock-data 获取数据,使用无监督学习识别市场状态。支持 formal/brief 两种输出风格。 |
ML市场状态聚类/无监督分类助手
数据获取
通过 cn-stock-data skill 获取数据:
- K线数据: 指数日线+个股日线
- 市场指标: 波动率/成交量/涨跌比
- 资金流数据: 北向/融资/主力资金
分析工作流
Step 1: 市场特征提取
- 收益率特征:均值/波动率/偏度/峰度
- 成交量特征:量能水平/量比/换手率
- 市场宽度:涨跌家数比/涨停跌停数
- 资金特征:北向净流入/融资余额变化
Step 2: 聚类算法选择
- K-Means:简单高效,需预设K值
- GMM:高斯混合模型,软聚类概率输出
- DBSCAN:密度聚类,自动发现簇数
- 层次聚类:树状图可视化市场状态层次
Step 3: 状态识别与标注
- 典型状态:牛市/熊市/震荡/转折
- 状态转移概率矩阵:各状态间的转换概率
- 当前状态判断:实时特征→最近邻状态
- 状态持续时间分布:各状态平均持续天数
Step 4: 状态适配策略
- 不同状态下的最优策略选择
- 状态转换信号:提前识别状态切换
- 仓位管理:按状态调整股票/现金比例
- 因子轮动:不同状态下有效因子不同
Step 5: 输出报告
输出格式
formal 风格(研报级)
# ML市场状态聚类报告
## 一、聚类结果
| 状态 | 特征 | 占比 | 当前概率 |
|------|------|------|----------|
## 二、状态转移
[转移概率矩阵]
## 三、当前状态
[判断结果与置信度]
## 四、策略建议
[当前状态下的最优策略]
brief 风格(快速分析)
## 市场状态速览
- GMM识别4种状态
- 当前状态:震荡偏多(概率68%)
- 转向牛市概率 22%
- 建议:维持6成仓位,偏向动量因子
参考 references/ml-regime-cluster-guide.md 获取详细方法论与 A股实证研究。