HMM概念  隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。 举一个经典的例子：一个东京的朋友每天根据天气{下雨，天晴}决定当天的活动{公园散步,购物,清理房间}中的一种，我每天只能在twitter上看到她发的推“啊，我前天公园散步、昨天购物、今天清理房间了！”，那么我可以根据她发的推特推断东京这三天的天气。在这个例子

2022.6.19 请观察上图量价关系有无异常 很明显，一小时图的1号k线出现了异常。相对于前几根k线，它的量很大且为最大值，但下降的幅度很小，可能是多方在接货造成的。它的前几根k线都是大量，则更加映证了这一点，抛售到了最末端，有人在吸筹。 此时的交易计划：价格下降到此处，不能判定接下来是否会上涨，但绝不能再做空。1小时级别，如果看到有放量带涨的行为，可以考虑做超短线交易去追多第二根k线，然后

目录 基本概念经典举例 基本概念 ⻢尔科夫链即为状态空间中从⼀个状态到另⼀个状态转换的随机过程： 该过程要求具备“⽆记忆”的性质： 下⼀状态的概率分布只能由当前状态决定，在时间序列中它前⾯的事件均与之⽆关。这种特定类型的“⽆记忆 性”称作⻢尔可夫性质。 ⻢尔可夫链的数学表示为： 经典举例 下图中的⻢尔科夫链是⽤来表示股市模型，共有三种状态：⽜市（Bull market）