检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于R/S分析的股票网络分形特征研究

金融经济 2013年第2期 129-130页

作者：刘桂华郭进利上海理工大学管理学院

该文基于R/S分析从两个不同的角度来分析股市的分形特征:一是从不同跨度的时间序列角度,通过选取不同的时间序列,构造以月、周、日不同时间跨度的股票网络,分析其标度不变性;二是从不同数量股票节点的角度,选取不同数量的股票来构建网络... 详细信息

该文基于R/S分析从两个不同的角度来分析股市的分形特征:一是从不同跨度的时间序列角度,通过选取不同的时间序列,构造以月、周、日不同时间跨度的股票网络,分析其标度不变性;二是从不同数量股票节点的角度,选取不同数量的股票来构建网络,主要分析的是自相似特性。选取上海A股的历史数据,对市场的分形结构进行了实证研究。

关键词：股票网络分形特征标度不变性自相似性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于高频数据的股票网络模型

大众投资指南 2018年第8期 197-198页

作者：郭雪中南财经政法大学统计与数学学院

在证券市场中,股票价格的波动一直是研究的热点,它们之间相互影响,存在错综复杂的关系,从而形成一个复杂网络。本文基于复杂网络理论,以上证180指数成分股为样本,给出了股票价格影响传播的网络模型,分别就上涨、下跌、恢复三个阶段的网... 详细信息

在证券市场中,股票价格的波动一直是研究的热点,它们之间相互影响,存在错综复杂的关系,从而形成一个复杂网络。本文基于复杂网络理论,以上证180指数成分股为样本,给出了股票价格影响传播的网络模型,分别就上涨、下跌、恢复三个阶段的网络结构进行对比。经过网络拓扑结构分析发现,上涨和下跌阶段的网络结构是对称的,而在恢复阶段,网络结构有较大变化,信息在网络中的传播效率更高。

关键词：复杂网络股票网络小世界性风险管理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于R/S分析的股票网络分形特征研究

金融经济（下半月） 2013年第1期 129-130页

作者：刘桂华郭进利上海理工大学管理学院上海200093

关键词：股票网络分形特征标度不变性自相似性

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

上海证劵市场股票网络的复杂网络特性研究

武汉理工大学学报（信息与管理工程版） 2012年第5期34卷 642-645页

作者：刘晓霞王卫华武汉理工大学理学院湖北武汉430070

针对证券市场可以用具有节点和连边的复杂网络来描述的特点,运用复杂网络的理论剖析股票市场内在结构和功能,研究运用上述方法构造的股票网络的拓扑性质。取网络的节点为2000—2011年上海证券交易市场上市的股票,网络的连边为股票价格... 详细信息

针对证券市场可以用具有节点和连边的复杂网络来描述的特点,运用复杂网络的理论剖析股票市场内在结构和功能,研究运用上述方法构造的股票网络的拓扑性质。取网络的节点为2000—2011年上海证券交易市场上市的股票,网络的连边为股票价格波动的相关性,实证研究表明,该网络与现实很多复杂网络一样也具有小世界特性和无标度特性。

关键词：股票网络复杂网络拓扑性质小世界特性无标度特性

混合隶属度对股票复杂网络社团划分的信息揭示功能研究

在线全文

学校读者我要写书评

暂无评论

情报科学 2018年第7期36卷 111-117,151页

作者：王雪张楠西南财经大学会计学院四川成都611130

【目的/意义】信息对于股票市场投资决策及风险控制具有重要的现实意义,混合隶属度对股票复杂网络社团的划分有信息揭示作用。【方法/过程】针对目前对股票市场的复杂网络社团划分研究仅限于将社团进行重叠或者非重叠的社团划分,而不能... 详细信息

【目的/意义】信息对于股票市场投资决策及风险控制具有重要的现实意义,混合隶属度对股票复杂网络社团的划分有信息揭示作用。【方法/过程】针对目前对股票市场的复杂网络社团划分研究仅限于将社团进行重叠或者非重叠的社团划分,而不能基于这些划分揭示股票在社团中是否重要及与其他社团是否存在强度关系的相关信息,本文引入机器学习中的混合隶属度概念,对股票网络进行社团划分。【结果/结论】本文所提方法能够准确和高效地实现股票网络的重叠社团划分,且隶属度和相关强度的定量描述能够对投资者分析股票提供一种新的信息与思路,对于投资资产分配、投资风险抗击等方面具有指导意义。

关键词：股票网络混合隶属度重叠社团划分信息

在线全文

学校读者我要写书评

暂无评论

股票符号网络研究

北京师范大学学报（自然科学版） 2018年第2期54卷 186-190页

作者：刘雨含李乐樊瑛北京师范大学系统科学学院北京100875

利用符号网络来对股票市场进行研究,利用中国近期股市平稳震荡、牛市、熊市3个时期的数据,首先使用股票收益率相关系数构建保留连边正负信息的符号网络,其中正边采取优化阈值法,负边采用固定阈值法,发现网络中负边的比例较低且集中在银... 详细信息

利用符号网络来对股票市场进行研究,利用中国近期股市平稳震荡、牛市、熊市3个时期的数据,首先使用股票收益率相关系数构建保留连边正负信息的符号网络,其中正边采取优化阈值法,负边采用固定阈值法,发现网络中负边的比例较低且集中在银行股上.之后重点关注牛市时期网络的特征,分析了度及度分布、节点的受欢迎程度和特征向量中心性、平衡性、平均集聚系数和度相关性.将其与传统网络进行对比,发现负边的引入对节点的重要性有较大影响.

关键词：股票网络符号网络阈值负边

在线全文

学校读者我要写书评

暂无评论

基于复杂网络的中国股票市场重要节点分析

基于复杂网络的中国股票市场重要节点分析

作者：李怀玉长沙理工大学

学位级别：硕士

股票市场在发展过程中受政治因素、行业因素、自然因素等众多因素的影响,具有高度的敏感性,其诸多因素的影响大都是通过股票市场的波动体现出来.而且股票市场本身是一个不断进化的复杂系统,股市中个体之间关系密切而复杂,且发挥作用大... 详细信息

股票市场在发展过程中受政治因素、行业因素、自然因素等众多因素的影响,具有高度的敏感性,其诸多因素的影响大都是通过股票市场的波动体现出来.而且股票市场本身是一个不断进化的复杂系统,股市中个体之间关系密切而复杂,且发挥作用大小不同.研究股票市场之间的关联关系和结构特性对加深股票市场的理解有着重要的意义.随着网络科学的发展,利用复杂网络理论研究股票市场的复杂性的工作已得到大量的有价值的成果,但是人们逐渐意识到在股票市场中股票之间的影响关系具有方向性且影响强度具有非对称性,基于上述问题建立有效的指标刻画股票之间的关联关系来构建更加合理的股票网络成为目前学者们关注的重点.同时,不同的股票在股票市场中活跃程度和影响力度都具有异质性,有效地识别出股票网络的重要节点并进行分析,能够对股票市场的控制和管理提供一定的借鉴意义.因此,本文以沪深A股市场股票数据为研究样本,利用格兰杰(Granger)因果检验的方法刻画了股票之间的关联关系,构建了静态有向加权的股票网络,并利用LeaderRank算法进行了重要股票的挖掘和实证分析,进一步为了更好的理解股票网络随时间推移的结构变化过程,本文利用滚动窗口和最小生成树(MST)的方法构建了动态的有向加权股票网络,分析了其网络结构特性的变化趋势和重要股票行业分布的变化趋势,具体内容如下:第一章阐述了股票市场快速发展的过程中出现的一些问题,进而引出本文的研究目标及研究意义.进一步对复杂网络发展历程、重要节点的研究现状以股票网络的研究现状进行了综述和评价,最后给出了论文的主要工作和框架.第二章首先介绍了构建股票网络使用的统计方法,然后了介绍了与本文相关的图论知识,接着给出了复杂网络中网络静态特征的定义,最后详细介绍了挖掘股票重要节点所使用到的算法.第三章主要目的是利用复杂网络分析方法对沪深A股网络中节点进行重要性排序,进而挖掘出重要股票节点和进行分析.首先,基于2006年到2016年沪深A股的股票每日收盘价,运用格兰杰因果关系检验方法来刻画股票之间的相关性,构建了一个有向加权的股票网络.其次,使用特殊阈值的方法对股票网络进行了简化.最后,利用LeaderRank算法挖掘了股票网络中的重要股票.实证研究结果制造业是我国股票市场中最有影响力的行业,且同处于一个社团,具有明显的集聚现象.第四章研究了 2006年到2017年期间的沪深A股票市场动态网络的网络特征和重要节点的变化趋势.首先,利用时间窗口的方法将2006年到2017年期间沪深A股的每日收盘价数据划分为11个时间窗口.其次,利用格兰杰因果检验的方法对每个时间窗口的数据分别构建了股票网络,并利用最小生成树的方法对股票网络进行了简化,得到了 11个不同时间窗的MST股票网络,并分析了其股票特征.接着,利用LeaderRank算法分别挖掘了各个时间窗口的重要节点并进行分析.研究结果表明:(1)该动态的股票网络是一个无标度网络,网络的平均距离在金融危机发生前会有显著的增加,对危机的发生有预警作用;(2)在沪市A股和深市A股两个市场中,制造业都表现出在股市中的地位日益增加,但是金融业和信息技术这两个行业表现的不同,金融业在沪市A股中表现的越来越重要,而信息技术业在深市A股中表现的越来越重要.

关键词：股票网络格兰杰因果检验重要节点 LeaderRank算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多层复杂网络视角下的股票价格趋势预测模型

多层复杂网络视角下的股票价格趋势预测模型

作者：屈帅首都经济贸易大学

学位级别：硕士

目前,股票市场分析是金融领域研究的热点问题,而股票价格趋势预测作为股票市场分析中一个重要的环节,受到了学者们的广泛关注。近年来,学者们对股票价格趋势预测问题已经进行了大量的研究并取得了丰富的成果。然而,这些研究成果大多都... 详细信息

目前,股票市场分析是金融领域研究的热点问题,而股票价格趋势预测作为股票市场分析中一个重要的环节,受到了学者们的广泛关注。近年来,学者们对股票价格趋势预测问题已经进行了大量的研究并取得了丰富的成果。然而,这些研究成果大多都是基于股票的基本面指标和技术指标。这些指标仅仅考虑股票自身历史数据之间的关系,而未考虑其他股票对其价格趋势的影响,乃至股票整体的状态对其价格趋势的影响。目前,复杂网络理论为解决这一问题提供了有效的方法。尽管已有部分学者基于复杂网络理论对股票价格趋势问题开展了研究,但是已有研究大多都是将股票市场当作一个网络来处理,并仅从单一角度来考虑股票价格的波动。然而在投资市场中,股票市场中的关系是复杂的、多层次的,而非单一的。特别地,将股票市场视为网络的同时,各个股票之间的相互影响和股票整体特征也是需要考虑的。因此,本文以复杂网络理论为基础,开展了多层复杂网络视角下的股票价格趋势预测问题的研究。主要研究工作概括如下:(1)本文首先分别构建了 Spearman相关系数网络、灰色关联分析网络和最大信息系数网络。其次,将Spearman相关系数网络和灰色关联分析网络相结合,进而将新的复合网络与最大信息系数网络相结合构建多层股票网络模型。最后,通过实验验证了所提网络模型的有效性。(2)基于研究内容一所构建的多层复杂网络模型,提取多层股票网络的网络指标和节点指标,并应用XGBoost选取得分较高的网络特征。进一步,结合常见的机器学习模型,构建基于多层复杂网络理论与人工智能技术的股票市场价格趋势预测模型。最后,通过实验验证所提出模型的有效性。

关键词：股票网络多层网络斯皮尔曼相关灰色关联最大信息系数

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于网络分析的股票推荐方法研究

基于网络分析的股票推荐方法研究

作者：靳士檑青岛大学

学位级别：硕士

中国股市发展迅速,越来越多的人选择投资股票。但中国A股市场的月均换手率超过50%,个人投资者交易次数占总交易次数的81.26%,频繁交易和高换手率可能会对个人投资者产生负面影响。此外,网络上的股票推荐信息良莠不齐,个股没有风险标识... 详细信息

中国股市发展迅速,越来越多的人选择投资股票。但中国A股市场的月均换手率超过50%,个人投资者交易次数占总交易次数的81.26%,频繁交易和高换手率可能会对个人投资者产生负面影响。此外,网络上的股票推荐信息良莠不齐,个股没有风险标识。针对这些现象,本文提出非个性化的PMFG-Informer股票推荐方法,该方法考虑个人投资者的不同风险偏好,并采用最新的深度学习算法,在股票价格序列的多步(24步及以上)预测方面表现出优越性。该方法可以减少个人投资者的不可承担损失,节约选股花费的时间成本,降低频繁交易产生的交易成本。本文使用PMFG-Informer股票推荐方法,推荐沪深300指数成分股中优质的股票。推荐方法包括以下步骤:首先,计算股票网络中心度对股票进行风险划分。然后,采用基于Informer模型的PMFG-Informer模型,结合股票网络和平面极大过滤图法进行优化变量选择,对股票价格进行多步预测。根据预测结果,在各个股票分组中,计算股票的收益率并进行排序。最后,在不同风险组别中,推荐预测收益率TOP-5的股票。将推荐方法中使用的PMFG-Informer预测模型与RNN、LSTM、GRU、Transformer和Informer预测模型进行比较。实证结果表明,PMFGInformer预测模型的预测精度在全部股票数据集上表现最高。预测的均方误差对比其他模型最高减少80.05%,平均绝对误差对比其他模型最高减少58.94%。同时,本文还分析PMFG-Informer模型在股票价格多步预测其他方面的优势,包括模型的运行时间、计算资源占用以及在增加预测步长后预测精度的改变情况。综上所述,本文提出的PMFG-Informer股票推荐方法具有以下优势:可对股票进行风险分类,从而减少个人投资者超出承受范围的损失;在股票价格时间序列的多步预测上有优越性,不仅节约个人投资者在选股上的时间成本,还鼓励个人投资者长期持有股票,从而降低频繁交易带来的交易费用。

关键词：非个性化股票推荐股票网络深度学习 Informer算法