将数据划分为m个状态，则原序列转化为以E={1，2，…，m}为状态空间的随机序列对新生成的序列进行马氏性检验计算各阶自相关系数通过检验各阶自相关系数规范化构造各阶状态转移概率矩阵预测期证券指数处于状态i的概率即分别以预测期前M期的证券指数状态为初始状态，结合各初始状态在相应的转移概率矩阵所在行，并以各阶自相关系数为权重，加权求和得到，其中，为从时滞为k的状态转移至状态i的k步转移概率。若则预测期的指数状态为j首先以2021年4月30日至2022年4月29日