版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著全球化趨勢的不斷深化,經(jīng)濟競爭的日益激烈,保持金融市場的穩(wěn)定和健康發(fā)展變得尤為重要。近些年來,股票市場已經(jīng)成為金融市場的重要構(gòu)成部分,從而引發(fā)人們越來越多的關(guān)注。在股票市場被證明可以抽象成復(fù)雜網(wǎng)絡(luò)之后,許多學(xué)者就運用復(fù)雜網(wǎng)絡(luò)的相關(guān)理論和方法對其進行研究。
復(fù)雜網(wǎng)絡(luò)是對人們生活中存在的復(fù)雜性系統(tǒng)的抽象和描述,它側(cè)重于復(fù)雜性系統(tǒng)的拓撲結(jié)構(gòu)特性,把復(fù)雜性系統(tǒng)中的大量組成單元看作是網(wǎng)絡(luò)的節(jié)點,把各個單元之間的關(guān)系看作為節(jié)點之間的連
2、邊。利用復(fù)雜網(wǎng)絡(luò)的相關(guān)理論與方法對股票市場進行建模研究,能夠從更加宏觀的層面挖掘出其它方法所無法獲取到的股票市場中潛藏的信息,從而為學(xué)者們進行股票市場的研究提供了一個新思路。
本文運用復(fù)雜網(wǎng)絡(luò)的理論方法構(gòu)建了上證180指數(shù)成分股票關(guān)聯(lián)網(wǎng)絡(luò)和MST網(wǎng)絡(luò),分析其網(wǎng)絡(luò)性質(zhì),了解其股價波動規(guī)律;并且基于復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)技術(shù),對這兩個股票網(wǎng)絡(luò)進行社區(qū)劃分。主要工作內(nèi)容如下:
1.選取上證180指數(shù)成分股中的132只股票為研究對
3、象,并基于2015年1月1日至2016年9月30日的股票每天的收盤價和交易量數(shù)據(jù),運用相關(guān)系數(shù)閾值法和最小生成樹法構(gòu)建了無向加權(quán)的股票關(guān)聯(lián)網(wǎng)絡(luò)和股票MST網(wǎng)絡(luò)。
2.通過計算復(fù)雜網(wǎng)絡(luò)的度量指標——平均路徑長度、聚類系數(shù)、度和度分布來判斷上證180指數(shù)成分股票關(guān)聯(lián)網(wǎng)絡(luò)是否具備小世界性和無標度性,同時,分析股票MST網(wǎng)絡(luò),以便較為精準的找出在整個股票市場中占有重要地位且影響能力較強的股票。
3.對CNM算法進行了改進,使
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)技術(shù)的上證股票時序數(shù)據(jù)凝聚性研究
- 時序數(shù)據(jù)在線分類與規(guī)則發(fā)現(xiàn).pdf
- 結(jié)合文本與時序數(shù)據(jù)的金融事件發(fā)現(xiàn)研究.pdf
- 我國股票時序數(shù)據(jù)長記憶性和非對稱性的研究.pdf
- 基于數(shù)據(jù)倉庫的時序數(shù)據(jù)挖掘研究.pdf
- 面向多元時序數(shù)據(jù)的復(fù)雜事件檢測方法研究.pdf
- 時序數(shù)據(jù)挖掘研究.pdf
- 基于網(wǎng)絡(luò)拓撲約束的時序數(shù)據(jù)挖掘算法研究與應(yīng)用.pdf
- 復(fù)雜網(wǎng)絡(luò)環(huán)境下的社區(qū)發(fā)現(xiàn)技術(shù)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的時序數(shù)據(jù)挖掘應(yīng)用研究.pdf
- 基于引力作用的復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)研究.pdf
- 環(huán)的凝聚性和Morphic性.pdf
- 基于引力作用的復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)研究
- 復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)方法研究.pdf
- 基于相似度的復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)的研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)算法研究與實現(xiàn).pdf
- 面向復(fù)雜網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)算法研究.pdf
- 基于進貨算法的復(fù)雜網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)發(fā)現(xiàn).pdf
- 基于ELM的時序數(shù)據(jù)建模及應(yīng)用研究.pdf
- 基于Hadoop平臺的時序數(shù)據(jù)處理方法研究.pdf
評論
0/150
提交評論