基于復雜網(wǎng)絡的股票網(wǎng)絡建模與結構分析.pdf

1、隨著互聯(lián)網(wǎng)金融的快速發(fā)展，全球金融市場聯(lián)系更加緊密，全球股票市場錯綜復雜，是典型的復雜系統(tǒng)，復雜網(wǎng)絡是研究復雜系統(tǒng)的強有力工具，是對復雜系統(tǒng)的高度抽象。由美國次貸危機引發(fā)的全球金融危機導致全球股票指數(shù)大量集體暴跌，對世界經(jīng)濟產(chǎn)生了重要影響，由此可見對于全球股票市場的研究是重要而緊迫的。本文以金融危機及其前后時期全球主要國家股票指數(shù)數(shù)據(jù)為研究對象，以全球股票指數(shù)之間的價格波動及相互關聯(lián)為基本依據(jù)，充分借助復雜網(wǎng)絡在系統(tǒng)建模、內(nèi)在機制探索和

2、系統(tǒng)演化方面的獨特優(yōu)勢，基于復雜網(wǎng)絡對全球股票指數(shù)進行了網(wǎng)絡化建模與結構分析，主要完成了以下工作：
　　(1)針對目前對金融危機及其前后時期全球股票市場網(wǎng)絡化建模不充分，從滿足全面分析全球主要國家股票市場的角度，以公開的股票指數(shù)數(shù)據(jù)為對象，將單支股票指數(shù)視為網(wǎng)絡節(jié)點，將指數(shù)之間的相關程度為連邊，采用相關系數(shù)閾值方法構建了金融危機前、中、后三個時期的全球股票指數(shù)網(wǎng)絡模型，實驗表明：與已有的模型相比，建立的網(wǎng)絡模型更具合理性和通用性。

3、
　　(2)針對已有的局部相似性鏈路預測算法存在預測結果偏差較大且適用性不強問題，從充分利用網(wǎng)絡局部信息的角度，論文提出了一種基于組合信息的鏈路預測算法—組合指標CI(Combining Index)，實驗結果表明：與已有的10種局部相似性指標相比，該算法預測精確度高，且普適性較強。同時針對鏈路預測算法評價指標僅僅從精確度方面進行評價的片面性問題，從全面而科學的評價算法角度，論文提出了一種改進的評價指標—效率指標AEI(Actua

4、lEfficiency Index)，即在考慮精確度的同時引入時間因素，仿真對比實驗表明，CN(Common Neighbours)指標AEI值較高，恰與實際應用中該算法效果較好相吻合，驗證了AEI指標的科學性與有效性。
　　(3)針對目前對金融危機及其前后時期全球股票市場網(wǎng)絡化分析不夠全面的問題，從進一步把握該時期市場規(guī)律及演化機制的角度，采用了四種復雜網(wǎng)絡分析的關鍵技術進行了比較全面的分析，首先采用了可視化技術對建模后的網(wǎng)絡進