IMM Kalman regime_score 说明

版本：IMM Kalman v5.0
生效日期：2026-03-16
对应代码：src/utils/analysis/analysis_core.py — IMMKalmanBetaEstimator

定义

regime_score 是 IMM（交互多模型）滤波器中高 Q 模型的后验概率之和：

regime_score = μ[3] + μ[4]   # M3 和 M4 的后验权重之和

其中 μ[j] 是模型 j 的后验权重，表示在当前观测数据下模型 j 的可信程度。

IMM 的 5 个并行模型

IMM 同时运行 5 个 Kalman 滤波器，每个对应不同的 β 过程噪声（Q_β）假设：

high_q_threshold = 1e-3，M3 和 M4 被标记为"高 Q 模型"，代表 β 正在发生快速或剧烈变化的假设。

直观含义

regime_score 表示当前观测数据有多大概率支持"β 正在快速/剧烈变化"这个假设。

• regime_score 接近 0：低 Q 模型主导，β 稳定，spread 均值和方差可信，Z-score 信号可靠
• regime_score 接近 1：高 Q 模型主导，β 正在快速突变，spread 基准不稳定，Z-score 信号可靠性低

各值域含义

为什么 > 0.7 禁止开仓（Gate3）

当 regime_score > 0.7 时，M3 或 M4 主导，意味着 β 每根 4h K 线可能跳动 3–10%。
在这种幅度下：

• spread 的均值和方差均不稳定
• Z-score 是基于一个移动的 β 基准计算的，相当于在追一个移动的靶
• 此时产生的开仓信号误判率极高

Gate3 在 analyze_multi_period 中实现：

if not skip_gates and kalman_regime_out > IMM_REGIME_GATE_THRESHOLD:
    return {
        'status': 'failed',
        'failure_reason': 'gate3',
        'kalman_regime_score': kalman_regime_out,
        'kalman_state': kalman_state_out,   # 仍保存最新状态，供下次继续更新
        ...
    }

拦截开仓的同时，Kalman state 照常保存，滤波器不中断更新，待 regime_score 回落后自动恢复信号产生。

日志体现

体制穿越 0.3 / 0.7 时触发 INFO 日志：

# β 开始突变（穿越 0.7，下次分析将触发 Gate3）
[IMM] PURR/.../HYPE/...-体制↑ # 104 | regime_score 0.283→0.731 穿越阈值0.7 (高Q模型激活) | effQ=3.8e-03 β=0.7891 M3

# β 恢复稳定（Gate3 解除）
[IMM] PURR/.../HYPE/...-体制↓ # 112 | regime_score 0.714→0.512 跌破阈值0.7 (低Q模型恢复) | effQ=6.2e-04 β=0.7541 M2

# 穿越 0.3（早期预警）
[IMM] PURR/.../HYPE/...-体制↑ #  91 | regime_score 0.118→0.342 穿越阈值0.3 (高Q模型激活) | effQ=4.1e-04 β=0.7203 M2

每步更新日志中也包含实时 regime_score：

[IMM] PURR/.../HYPE/... #  47 | β=0.6523(K) +0.0042vsOLS | P_β=0.0218 | regime=0.041 effQ=1.2e-05 | ν=8.3 obs=0.93 | R=3.21e-04 M1

相关配置