基于同步理论的股票网络社团识别研究
Study on Community Identification of Stock Network Based on Synchronization Theory作者机构：电子科技大学计算机科学与工程学院成都611731
出 版 物：《复杂系统与复杂性科学》 (Complex Systems and Complexity Science)
年 卷 期：2014年第11卷第4期
页 面：48-53页
学科分类：0711[理学-系统科学] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 08[工学] 0811[工学-控制科学与工程] 081103[工学-系统工程] 0702[理学-物理学]
基 金：国家自然科学基金(61004102) 中央高校基本科研业务费专项基金(ZYGX2012J075)
摘 要：利用股票价格波动时间序列的相关特性,基于同步理论研究股票网络的社团结构。通过对关联矩阵的谱分析确定股票网络中存在复杂的社团结构。随后,利用基于Kuramoto模型的同步聚类算法对网络节点(股票)进行动态分组,由局部序参量确定算法的收敛性并得到稳定的社团结构。通过与快速社团检测算法的对比验证,表明基于Kuramoto模型的同步聚类算法能够正确得到股票网络的社团结构,且更符合股票的属性分类。
维普期刊数据库
同方期刊数据库