Este estudio utiliza el modelo oculto de Markov (HMM) para identificar diferentes regímenes de mercado en el mercado de valores de EE. UU. y propone una estrategia de inversión que cambia los modelos de inversión por factores dependiendo del régimen actual detectado. Primero realizamos pruebas retrospectivas de una serie de diferentes modelos de factores durante un período de aproximadamente 10.5 años, desde enero de 2007 hasta septiembre de 2017, luego entrenamos el HMM con datos históricos del ETF S&P 500 para identificar los regímenes de mercado de ese período. Al analizar la relación entre los rendimientos de los modelos de factores y los diferentes regímenes de mercado, podemos establecer la base de nuestro modelo de inversión de cambio de régimen. Luego, realizamos pruebas retrospectivas de nuestro modelo con datos históricos fuera de muestra desde septiembre de 2017 hasta abril de 2020 y encontramos que tanto ofrece mayores rendimientos absolutos como también tiene un mejor desempeño que cada uno de los modelos de factores individuales según las métricas tradicionales de evaluación de carteras.