【摘要】：股票價格的波動具有集聚性、隨機性,可從理論和實踐層面探索股價的波動規(guī)律。為了做出正確的投資決策,投資者通過對公司財務(wù)報表、股價K線圖和行業(yè)研究報告分析來構(gòu)建最佳投資方案;國家政策對相關(guān)行業(yè)的影響及國內(nèi)外政治、經(jīng)濟和軍事形勢對A股股票市場的影響都是影響股票市場的重要因素。但是股市變幻莫測,往往難以用線性的方法去分析和解釋。因此,對個股間的關(guān)聯(lián)結(jié)構(gòu)進行深入分析具有重要的意義�？梢园压善笔袌隹醋鞴善敝g非線性相互作用的復(fù)雜系統(tǒng),股票之間的關(guān)系是變化的;此時,整個復(fù)雜系統(tǒng)的狀態(tài)也是變化的。隨機矩陣?yán)碚摽梢杂嬎悴⒔o出復(fù)雜系統(tǒng)包含的所有相互作用的平均結(jié)果。通過比較真實系統(tǒng)和隨機矩陣統(tǒng)計性質(zhì)的不同特征,推導(dǎo)得出真實系統(tǒng)所具有的特殊的非隨機性質(zhì)。本文通過對A股市場滬深300指數(shù)、中證500指數(shù)中的部分股票進行隨機矩陣分析,發(fā)現(xiàn)股票市場存在非隨機的部分;除最大特征值代表市場影響以外,其余幾個大于隨機矩陣?yán)碚擃A(yù)測特征值上界的特征值,其對應(yīng)的特征向量元素可以分成幾個正負(fù)子板塊;正負(fù)子板塊間的相關(guān)關(guān)系為負(fù),正板塊或負(fù)板塊中的股票的相關(guān)關(guān)系為正;通過兩個實證結(jié)果的比較分析,發(fā)現(xiàn)滬深300指數(shù)的子板塊結(jié)構(gòu)有較明顯的行業(yè)特征,而中證500指數(shù)沒有。開放的復(fù)雜系統(tǒng)的耗散結(jié)構(gòu)論、描述復(fù)雜網(wǎng)絡(luò)魯棒性的網(wǎng)絡(luò)熵的演化,能從系統(tǒng)演變的角度對隨機矩陣?yán)碚搶嵶C結(jié)果進行解釋。本文利用隨機矩陣的實證結(jié)果,得出行業(yè)之間的相互關(guān)系,讓投資者在知道部分行業(yè)的指標(biāo)的情況下,對其他行業(yè)的情況進行判斷。由于正負(fù)板塊股票之間的相關(guān)性比較低,隨機矩陣的實證結(jié)果可以用來構(gòu)造股票投資組合。本文研究結(jié)果可為投資決策提供參考。
【圖文】：

圖 3.1 最大特征值對應(yīng)的特征向量的元素分布圖 3.2 第 60 個特征值對應(yīng)的特征向量的元素分布圖3.2是日收益相關(guān)矩陣第60個特征值對應(yīng)的特征向量的元素分布直方圖，，從圖中可以看出相關(guān)矩陣的噪聲特征向量元素基本上服從正態(tài)分布。

第 3 章 滬深 300 實證研究獻較為平均。所以，我們將最大特征值對應(yīng)特征向量包含的信息解釋為市場因。本節(jié)比較三類特征值對應(yīng)的特征向量的元素的分布。通常情況下，隨機矩陣征向量中的元素被視為是服從 N（0,1）高斯分布。圖 3.1 是日收益相關(guān)矩陣大特征值所對應(yīng)的特征向量元素分布直方圖，顯然，特征向量的元素明顯偏離正態(tài)分布。
【學(xué)位授予單位】：南華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F832.51

【參考文獻】

相關(guān)期刊論文 前8條

1 程英子;張勇;;隨機矩陣方法對NASDAQ中國概念股的研究[J];新疆師范大學(xué)學(xué)報(自然科學(xué)版);2015年03期

2 韓華;吳翎燕;宋寧寧;;基于隨機矩陣的金融網(wǎng)絡(luò)模型[J];物理學(xué)報;2014年13期

3 黃瑋強;莊新田;姚爽;;我國股票關(guān)聯(lián)網(wǎng)絡(luò)的動態(tài)演化研究[J];系統(tǒng)工程學(xué)報;2014年02期

4 羅英;蔡玉梅;崔小梅;孫堅強;;資產(chǎn)組合協(xié)方差矩陣的信息結(jié)構(gòu)[J];預(yù)測;2013年04期

5 李冰娜;惠曉峰;;基于隨機矩陣?yán)碚撐覈善蓖顿Y組合噪聲分析及風(fēng)險控制[J];系統(tǒng)工程;2012年08期

6 鄭波;;金融動力學(xué)的時空關(guān)聯(lián)與大波動特性——兼談中西方金融市場的對比研究[J];物理;2010年02期

7 周艷波;蔡世民;周佩玲;;金融市場的無標(biāo)度特征研究[J];中國科學(xué)技術(shù)大學(xué)學(xué)報;2009年08期

8 韓筱璞,周濤,汪秉宏;基于元胞自動機的國家演化模型研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2004年04期

相關(guān)博士學(xué)位論文 前4條

1 歐陽f 艷;復(fù)雜金融系統(tǒng)的時空結(jié)構(gòu)及多時間尺度行為研究[D];浙江大學(xué);2015年

2 蔣雄飛;復(fù)雜金融系統(tǒng)的相互作用結(jié)構(gòu)與大波動動力學(xué)研究[D];浙江大學(xué);2014年

3 任小葉;基于復(fù)雜網(wǎng)絡(luò)的金融市場建模方法研究[D];中國科學(xué)技術(shù)大學(xué);2013年

4 楊春霞;金融復(fù)雜性研究與金融市場建模[D];中國科學(xué)技術(shù)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前3條

1 謝國斌;隨機矩陣?yán)碚撛谕顿Y組合優(yōu)化上的應(yīng)用研究[D];江西財經(jīng)大學(xué);2016年

2 蘇瑩;隨機矩陣在金融股票中的應(yīng)用[D];鄭州大學(xué);2014年

3 劉紅明;基于隨機矩陣?yán)碚摰墓善笔找嫦嚓P(guān)矩陣分析[D];浙江工商大學(xué);2011年

本文編號：2705478