本文關(guān)鍵詞：基于復(fù)雜網(wǎng)絡(luò)的量化選股策略研究，由筆耕文化傳播整理發(fā)布。

【摘要】：復(fù)雜網(wǎng)絡(luò)在近年來成為金融市場的研究熱點之一,但大部分集中在研究股票市場關(guān)聯(lián)網(wǎng)絡(luò)的統(tǒng)計特性和拓撲結(jié)構(gòu),把復(fù)雜網(wǎng)絡(luò)理論應(yīng)用在量化選股策略中的文獻仍比較少。本文使用復(fù)雜網(wǎng)絡(luò)理論模型對滬深300指數(shù)成份股構(gòu)建了股票價格關(guān)聯(lián)性網(wǎng)絡(luò),并進行了聚類分析,利用信息增益熵指標篩選股票,并構(gòu)造了基于復(fù)雜網(wǎng)絡(luò)分塊的均值-方差模型來求解投資組合問題,把復(fù)雜網(wǎng)絡(luò)理論有效的運用在量化選股策略中。研究發(fā)現(xiàn),股票市場是一個復(fù)雜網(wǎng)絡(luò),用滬深300成份股票構(gòu)建的關(guān)聯(lián)性網(wǎng)絡(luò)呈現(xiàn)出樹狀分布,以中心股票為核心,其他股票圍繞中心股票向周圍伸展,表明局部區(qū)域周圍股票和中心股票具有非常強的關(guān)聯(lián)性,說明滬深300的成份股具有很強的局部聚集特性。在2010年1月4日到2016年4月25日期間,對滬深300指數(shù)成份股構(gòu)建復(fù)雜網(wǎng)絡(luò)并進行聚類分析,利用信息增益熵指標篩選出35支股票時,策略組合獲得最大收益率201.34%,比基于聚類中心的選股策略組合的收益率163.85%提高了22.88%,大幅跑贏同期滬深300指數(shù)的收益率-10.56%。對篩選的股票構(gòu)建基于復(fù)雜網(wǎng)絡(luò)分塊結(jié)構(gòu)的均值-方差模型求解投資組合的最優(yōu)前沿,解決了協(xié)方差矩陣為奇異矩陣的情況,同時大大提高了計算效率。結(jié)果表明,當構(gòu)造8分塊結(jié)構(gòu)的協(xié)方差矩陣時,可以得到最優(yōu)的投資組合。本文的研究為量化投資提供了一種嶄新的選股方法,這對今后復(fù)雜網(wǎng)絡(luò)在量化選股中的應(yīng)用有重要的理論和指導(dǎo)意義。
【關(guān)鍵詞】：復(fù)雜網(wǎng)絡(luò) 量化選股 信息增益熵 分塊矩陣
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F832.51
【目錄】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 緒論12-20
• 1.1 研究背景12-15
• 1.2 研究意義15-16
• 1.3 研究內(nèi)容和組織架構(gòu)16-18
• 1.4 研究方法18-19
• 1.5 創(chuàng)新點19-20
• 第二章 國內(nèi)外文獻綜述20-30
• 2.1 復(fù)雜網(wǎng)絡(luò)理論概述20-24
• 2.1.1 國外研究現(xiàn)狀20-22
• 2.1.2 國內(nèi)研究現(xiàn)狀22-24
• 2.2 復(fù)雜網(wǎng)絡(luò)在量化選股中的研究現(xiàn)狀24-30
• 2.2.1 國外研究現(xiàn)狀24-27
• 2.2.2 國內(nèi)研究現(xiàn)狀27-30
• 第三章 復(fù)雜網(wǎng)絡(luò)理論30-43
• 3.1 復(fù)雜網(wǎng)絡(luò)的概念30-31
• 3.2 復(fù)雜網(wǎng)絡(luò)的統(tǒng)計特性31-37
• 3.2.1 平均路徑長度31-32
• 3.2.2 度和度分布32-33
• 3.2.3 聚類系數(shù)33-34
• 3.2.4 中心性34-37
• 3.3 復(fù)雜網(wǎng)絡(luò)的構(gòu)建和聚類算法37-43
• 3.3.1 股票市場復(fù)雜網(wǎng)絡(luò)模型的構(gòu)建37-38
• 3.3.2 復(fù)雜網(wǎng)絡(luò)的聚類算法38-43
• 第四章 基于復(fù)雜網(wǎng)絡(luò)的量化選股策略43-50
• 4.1 復(fù)雜網(wǎng)絡(luò)在選股模型中的應(yīng)用43-46
• 4.1.1 信息熵理論43-45
• 4.1.2 基于信息增益熵的復(fù)雜網(wǎng)絡(luò)量化選股模型45-46
• 4.2 復(fù)雜網(wǎng)絡(luò)在投資組合模型中的應(yīng)用46-50
• 4.2.1 馬克維茨均值-方差投資組合理論46-48
• 4.2.2 基于復(fù)雜網(wǎng)絡(luò)的投資組合模型48-50
• 第五章 基于復(fù)雜網(wǎng)絡(luò)量化選股模型的實證分析50-63
• 5.1 構(gòu)建股票市場復(fù)雜網(wǎng)絡(luò)50-54
• 5.1.1 數(shù)據(jù)選取50
• 5.1.2 股票復(fù)雜網(wǎng)絡(luò)的構(gòu)建50-52
• 5.1.3 股票復(fù)雜網(wǎng)絡(luò)的聚類分析52-54
• 5.2 基于信息增益熵的復(fù)雜網(wǎng)絡(luò)量化選股策略分析54-58
• 5.3 穩(wěn)健性檢驗58-60
• 5.4 基于復(fù)雜網(wǎng)絡(luò)分塊結(jié)構(gòu)的投資組合分析60-63
• 第六章 總結(jié)和展望63-65
• 6.1 總結(jié)63
• 6.2 研究展望63-65
• 參考文獻65-69
• 致謝69-70

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 鐘韜;彭勤科;;基于社會網(wǎng)絡(luò)分析的投資組合優(yōu)選方法[J];系統(tǒng)工程理論與實踐;2015年12期

2 呂康娟;黃俐;陸煊;;資本市場中的信息關(guān)聯(lián)及其對投資收益的影響——基于復(fù)雜網(wǎng)絡(luò)視角的實證研究[J];商業(yè)經(jīng)濟與管理;2015年09期

3 朱國燕;朱家明;翟浩;吳秀盟;;基于有向復(fù)雜網(wǎng)絡(luò)的我國股市股票相關(guān)性分析[J];時代金融;2015年12期

4 張來軍;楊治輝;路飛飛;;基于復(fù)雜網(wǎng)絡(luò)理論的股票指標關(guān)聯(lián)性實證分析[J];中國管理科學(xué);2014年12期

5 董雪t，

本文編號：284272