本文采用社會(huì)網(wǎng)絡(luò)聚類和中心性排序方法研究中國(guó)證券市場(chǎng)的投資優(yōu)化選擇及其投資效益.首先,以每只股票作為節(jié)點(diǎn)構(gòu)建社會(huì)網(wǎng)絡(luò),選取股票的多個(gè)指標(biāo)（技術(shù)/財(cái)務(wù)）計(jì)算股票相似度,將其作為各節(jié)點(diǎn)的連接權(quán)重,建立證券的初步社交網(wǎng)絡(luò),并運(yùn)用基于Louvain算法的譜聚類對(duì)股票分類;其次,利用社交網(wǎng)絡(luò)節(jié)點(diǎn)度呈現(xiàn)冪律分布的特點(diǎn)優(yōu)化證券社交網(wǎng)絡(luò),計(jì)算股票中心性指標(biāo),并利用改進(jìn)的TOPSIS方法對(duì)每一類股票進(jìn)行排序,從而構(gòu)建投資組合;最后,本文分別使用交易數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)構(gòu)建股票社會(huì)網(wǎng)絡(luò),對(duì)基于譜聚類和中心性排序理論的證券選擇方法進(jìn)行實(shí)證檢驗(yàn),結(jié)果表明:該方法能有效地提高投資效率,降低投資風(fēng)險(xiǎn). 

【文章來(lái)源】：鄭州大學(xué)河南省 211工程院校

【文章頁(yè)數(shù)】：47 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１：?６只股票的社會(huì)網(wǎng)絡(luò)圖??

成一個(gè)矩陣Ｆ?＝?｛ｎ，Ｗ丨，對(duì)Ｖ按行規(guī)范化，形成矩陣立，使得：??ｘ?☆??把Ｘ的每行看成３維空間的一個(gè)點(diǎn)，進(jìn)行聚類，結(jié)果如下圖２所示：??．．．．．Ｉ?．……＇?ｊ…＋…第一類：??，．■■?■＇?；?；?：?？第二類：??：?：、？?〇第三類：??．……：．．．．．．丨．．．．．．，：．？、：?．．．．．．：??°－５－＂?＾?Ｊ＋＋?＾?；?丨．?Ｋ?????？?？?：?：?＋?：?＋?？：??〇－？？；?：?汁?〇＋？??Ｌ－ｉ．．．．．．．．＋．．．＋，?Ｎ’．．．－．．．．？．．．．．．??十?：?＋?：？?：??－０．５？?丨?＋＋?丨??：??士…？＋?＋?４．：，??．１，，：：?．，．：：＋＋…＋貧……??，?．．．?…：：??？？??…乂??－１Ｍ?乂＿?．．．?．．．．．?

第二章技術(shù)指標(biāo)下的證券社會(huì)網(wǎng)絡(luò)構(gòu)建與證券選擇同的閾值反復(fù)測(cè)試，直到找到這樣的５，使得股票社會(huì)網(wǎng)絡(luò)的節(jié)點(diǎn)度．在衡量擬合好壞時(shí)，使用度量擬合優(yōu)度的統(tǒng)計(jì)量的可決系數(shù)ｉ？２，?ｉ？２］．丑２越接近１，說(shuō)明回歸直線對(duì)觀測(cè)值的擬合程度越好；反之，丑２越觀測(cè)值的擬合程度越差．設(shè)置擬合參數(shù)閾值爐＝０．６．下圖是選擇２０１４年６月１１共５個(gè)交易日數(shù)據(jù)下的冪律分布擬合圖：??－１．６?１?１??Ｉ?Ｉ?■?■??￣￣

【參考文獻(xiàn)】：
期刊論文
[1]基于復(fù)雜網(wǎng)絡(luò)的板塊內(nèi)股票節(jié)點(diǎn)中心性研究[J]. 王天宏,武星,蘭旺森.  忻州師范學(xué)院學(xué)報(bào). 2014(05)
[2]基于在線社交網(wǎng)絡(luò)的信息傳播模型[J]. 張彥超,劉云,張海峰,程輝,熊菲.  物理學(xué)報(bào). 2011(05)
[3]中國(guó)城市航空網(wǎng)絡(luò)的實(shí)證研究與分析[J]. 劉宏鯤,周濤.  物理學(xué)報(bào). 2007(01)



本文編號(hào)：3249549