陳帆的手指從回車鍵上收回，指尖還殘留著剛才敲擊的力度。屏幕右下角的時間戳停留在06:43:17，那條斷裂的日線數據已經被重新校準歸檔，但它的跳躍方式始終卡在他的思維裡——不是漸進，不是波動，而是躍遷。
他沒動，隻是盯著主屏左側一列緩存日誌。攻擊已經過去三個小時，係統運行平穩，可他知道，真正的隱患不在防火牆之外，而在預測模型內部。現有的統計方法在極端行情中頻頻失靈，就像一輛靠慣性行駛的車，在急彎處徹底失控。
“李陽。”他開口，聲音不高，卻讓整個實驗室瞬間安靜下來。
李陽剛放下水杯，立刻轉身。“在。”
“調出創業板最近三年所有日K線數據，我要看中青寶、東方財富、華誼兄弟這五十三隻股票的狀態躍遷特征。”他說，“不是看價格，是看走勢形態的變化節奏。”
張遠抬頭，“狀態？你是說……把K線分類？”
“對。”陳帆終於轉過身，目光掃過兩人，“市場從來不是連續運動的。它跳變，它停頓，它反複試探方向。我們一直用回歸和趨勢外推，其實是在假設市場有記憶。但如果它沒有呢？如果每一階段的走勢，隻取決於當前所處的狀態，而不依賴更早的曆史？”
李陽皺眉，“你是想用馬爾可夫鏈建模？”
“沒錯。”陳帆走到副控台前，接過鍵盤，“我們不再預測具體點位，而是判斷：現在處於哪種走勢狀態，下一步最可能轉向哪裡。”
他迅速列出五個類彆：上漲延續、上漲衰竭、下跌延續、下跌反彈、盤整。每一種都對應一組技術指標組合——MACD是否紅柱縮短、RSI是否超買、成交量是否萎縮或突增。
“比如，一隻股連續拉升三天，第四天量能跟不上，MACD頂背離，RSI衝到80以上——這不是健康回調，是‘上漲衰竭’。這個狀態下，下一階段進入‘下跌延續’的概率，應該遠高於繼續上漲。”
張遠若有所思，“所以你不關心它為什麼跌，隻關心它處在哪個位置，以及從這個位置出發，通常會去哪裡？”
“正是。”陳帆點頭，“就像擲骰子，每一次結果獨立，但我們知道六麵體出現每個數字的概率分布。市場也在不同狀態間轉移，隻要我們能統計出轉移概率，就能預判方向。”
李陽深吸一口氣，“那你需要足夠長的曆史序列來構建轉移矩陣。”
“我已經準備好了。”陳帆打開本地數據庫，導入一段加密壓縮包，“這是過去三十六個月的完整日線記錄，剔除停牌和異常波動樣本。你現在寫個腳本，按我剛才的標準自動標注每一根K線所屬狀態。”
李陽立刻動手。Python編輯器亮起，他先定義狀態判定函數，再循環遍曆每隻個股的時間序列。屏幕上開始滾動輸出狀態標簽：U（上漲延續）、W（上漲衰竭）、D（下跌延續）、B（下跌反彈）、S（盤整）。
幾個小時後，初步狀態序列生成完畢。李陽將其彙總為頻次表，統計從一種狀態轉移到另一種狀態的次數。例如，“W→D”出現了四百七十二次，“W→U”僅一百零三次。
“原始頻次出來了。”他指著表格，“但有些轉移路徑極少發生，比如‘B→W’隻有三次，直接算概率會不穩定。”
“加拉普拉斯平滑。”陳帆說，“給每個轉移路徑加一，避免零概率問題。然後歸一化，得到最終的轉移概率矩陣。”
代碼再次運行。幾分鐘後，一個五乘五的矩陣成型。主對角線上的數值普遍偏低，說明市場一旦進入某種狀態，往往不會停留太久。而“W→D”的概率高達0.68，“S→U”和“S→D”接近均衡，分彆為0.41和0.39。
“有意思。”張遠湊近屏幕，“也就是說，一旦出現上漲衰竭信號，超過三分之二的可能性會轉入下跌延續。這不是情緒判斷，是曆史行為統計。”
“接下來驗證。”陳帆切換到回測模塊，“用這個模型去預測已知序列中的下一個狀態，看看準確率。”
第一輪測試選取2017年全年數據，涵蓋震蕩與局部牛市。結果顯示，整體預測準確率為56.3%，相比原有模型提升6.3個百分點。
不算高。
“樣本太短。”陳帆搖頭，“而且避開了劇烈轉折期。我們要看的是牛熊切換時的表現。”
他重新劃定測試區間：2000年1月至2001年6月。那是互聯網泡沫破裂前後，創業板雖未設立，但中小市值個股波動劇烈，具備典型趨勢逆轉特征。
李陽更新參數，重新加載數據集。這次，係統逐日模擬狀態轉移，並與實際走勢比對。
等待結果的幾分鐘裡，沒人說話。服務器風扇低鳴，終端光標緩慢前進。
“出來了。”李陽輕聲說。
準確率：75.2%。在“上漲衰竭→下跌延續”這一關鍵路徑上，命中率達到81.4%。
“提升了十九個百分點。”張遠喃喃道，“而且是在最難預測的階段。”
李陽盯著那張熱力圖，忽然笑了，“這數學結構……真乾淨。每一個狀態都是出口，也是入口。你不需要知道之前走了多遠，隻需要看清此刻站在哪裡。”
“這就是馬爾可夫的意義。”陳帆緩緩靠向椅背，“它不追求完美擬合曆史，而是抓住動態規律的本質——變化本身也有模式。”
他站起身，走到主控台前，將新模型封裝為獨立模塊，命名為“MarkovChainTrendV1”。隨後接入實時數據流，設定每收盤後自動更新一次轉移矩陣。
“以後每天閉市，係統都會重新計算最新概率分布。”他說，“當某個轉移路徑的頻率顯著上升，比如‘S→D’突然變快，就意味著市場環境正在傾斜。”
張遠端起桌上冷掉的咖啡喝了一口，忽然咧嘴一笑：“要是這玩意真能預判崩盤，咱以後就不隻是操盤手了。”
李陽沒接話。他打開筆記本，新建文檔，標題打了六個字：“馬爾可夫狀態機”，又停下，盯著屏幕邊緣一閃而過的狀態提示欄。
那個綠色的小圖標剛剛跳動了一下，從S變成了W。
“等等。”他的手指懸在鍵盤上方，“‘中青寶’剛剛被標記為‘上漲衰竭’。”
陳帆立刻看向主屏。該股今日漲幅4.2%，量能較昨日放大兩成，但MACD紅柱明顯縮窄，RSI達到78。
“按照新模型，”李陽低聲說，“它明天有六成八的概率轉入下跌延續。”