随着金融理论的逐步完善和成熟,以及计算机技术和通信技术的普遍应用,过去几十年里,数量化投资技术被广泛采用,其市场规模迅速增大,量化投资具有纪律性、提高投资效率以及隔绝内幕消息等优点。目前量化投资的主要研究方向是非线性模型在投资理论及实践上的应用。因此本文基于马尔可夫状态转换模型这一非线性模型,结合投资组合理论,对金融时间序列进行建模,构建量化策略,该策略的核心思想有以下两点:一是通过MRS模型来辨别市场的状态转换以及时间点;二是通过捕捉市场状态转换的机会来增加投资组合的价值。考虑到国内市场受政策影响程度较大,不利于市场状态的识别,本文选择在国际市场上进行资产配置研究,数据选用1994年至2017年的MSCI指数数据,主要包括中国、美国、欧盟、日本等主要经济体的市场指数。通过实证分析:马尔可夫状态转换模型能较好的识别市场状态,我们发现股票市场存在低波动及高波动两种状态。而股票市场的回报在高波动状态是表现不佳,因此在不同的市场状态下构建不同的投资组合,能有效增加投资组合的价值,获取超额收益。基于此结论我们构建相应的量化策略:以MSCI全球指数为基准市场辨别市场状态,通过MRS资产配置模型计算相应市场状态下的最有资产配置比,按该比例购入相应标的资产,最终策略平均年化收益为9.91%,夏普比率为0.44。本文在考虑市场状态的情况下,给出一种更符合实际金融市场的资产配置策略,并通过实证确定的策略的有效性。