在上一次编写本文件时，我提到了可以间隔一段时间估计模型，已经实现。
这样做的好处是显而易见的:
- 大大提升了回测速度，因为模型不再需要 1 个段估计一次。
- 大大提升了模型稳定性，重新估计意味着不再承认上一个模型，不再承上个模型解码出来的隐含状态链。
- 有助于把握大趋势。间隔 n 个段估计一次模型，意味着这个模型能用于接下来 n 个段。一个合理的假设是，状态转移到自己的概率是最大的，这隐含着市场力量在这段时间是维持的。
- 防止「过拟合」，1 个段估计一次可能是对过去的较好估计而不能较好应对未来。
- K.I.S.S. 建模原则，简单比复杂好。如果真实使用，则更为简便。
不足在于:
- 增加了程序的复杂度和耦合性。但这可以通过删除另外两种 method 相关代码并重构来解决。当间隔为 1 时，等价于 rolling，expanding 则效果不佳，且回测时间复杂度至少是平方级别，不再使用。
总之，应当采用该做法。