强有效市场假说下，价格应当反映出所有可得信息。然而在现实中，人们所面临的往往是弱势/半强式有效市场，交易价格并不能及时有效地反应出所有可得信息。相对于可观察到的交易数据而言，其背后的市场信息状态是难以完全观察到的。而信息是投资决策和交易行为的主要驱动，进行可靠的市场信息状态探测，将可以为监管当局建立对证券市场的信息不对称水平的总体认识，从而完善相关的交易机制，提高市场的有效性。因此，本文将建立泊松-隐马尔科夫模型，来刻画这样一个信息扩散状态和均衡状态之间相互转换的动态过程，将其应用于交易数据背后的市场信息状态探测，并在此基础上结合知情者交易表格对该模型的有效性进行检验。
　　在建立泊松-隐马尔科夫模型的过程中，本文充分利用并综合考虑了交易数据中的交易量和交易价格信息，首先将日内的收益率波动情况作为判定市场信息状态是处于信息扩散状态还是处于均衡状态这一较为粗糙的划分方法，以提供初始化参数，并在此基础上优化模型参数;在解码阶段，对于一段时间的交易量序列，根据维特比算法本文建立的模型可以解码得到其背后对应的市场信息状态。
　　在对实证数据进行学习、建立起泊松隐马尔科夫模型、并对市场信息状态进行探测后，本文对所提出模型的有效性来进行简单快速的检验。市场上的实际知情状况是难以得知的，因此如何对本文提出的模型进行验证也是一大难点。本文巧妙地使用Cohen（2012使用的一种简单的投机牟利交易者和例行交易者划分方法，和美国证券交易委员会的知情者交易表格中的数据，首先得到了很大可能是出于投机牟利目的的知情交易的发生日期，进而和本文提出的模型的在这一天的市场信息状态解码结果进行对比，发现在出于投机牟利目的的知情交易的发生日期，本文提出的模型往往可以判断出市场信息处于信息扩散的阶段;而在出于非投机牟利目的的知情交易的发生日期，本文提出的模型往往可以判断出市场信息并不处于信息扩散的阶段而是处于均衡阶段;从而证明了本文所提出模型的有效性。