【摘要】：股票價(jià)格的波動(dòng)具有集聚性、隨機(jī)性,可從理論和實(shí)踐層面探索股價(jià)的波動(dòng)規(guī)律。為了做出正確的投資決策,投資者通過(guò)對(duì)公司財(cái)務(wù)報(bào)表、股價(jià)K線圖和行業(yè)研究報(bào)告分析來(lái)構(gòu)建最佳投資方案;國(guó)家政策對(duì)相關(guān)行業(yè)的影響及國(guó)內(nèi)外政治、經(jīng)濟(jì)和軍事形勢(shì)對(duì)A股股票市場(chǎng)的影響都是影響股票市場(chǎng)的重要因素。但是股市變幻莫測(cè),往往難以用線性的方法去分析和解釋。因此,對(duì)個(gè)股間的關(guān)聯(lián)結(jié)構(gòu)進(jìn)行深入分析具有重要的意義�？梢园压善笔袌�(chǎng)看作股票之間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(shí),整個(gè)復(fù)雜系統(tǒng)的狀態(tài)也是變化的。隨機(jī)矩陣?yán)碚摽梢杂?jì)算并給出復(fù)雜系統(tǒng)包含的所有相互作用的平均結(jié)果。通過(guò)比較真實(shí)系統(tǒng)和隨機(jī)矩陣統(tǒng)計(jì)性質(zhì)的不同特征,推導(dǎo)得出真實(shí)系統(tǒng)所具有的特殊的非隨機(jī)性質(zhì)。本文通過(guò)對(duì)A股市場(chǎng)滬深300指數(shù)、中證500指數(shù)中的部分股票進(jìn)行隨機(jī)矩陣分析,發(fā)現(xiàn)股票市場(chǎng)存在非隨機(jī)的部分;除最大特征值代表市場(chǎng)影響以外,其余幾個(gè)大于隨機(jī)矩陣?yán)碚擃A(yù)測(cè)特征值上界的特征值,其對(duì)應(yīng)的特征向量元素可以分成幾個(gè)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(guò)兩個(gè)實(shí)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(méi)有。開(kāi)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(duì)隨機(jī)矩陣?yán)碚搶?shí)證結(jié)果進(jìn)行解釋。本文利用隨機(jī)矩陣的實(shí)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(duì)其他行業(yè)的情況進(jìn)行判斷。由于正負(fù)板塊股票之間的相關(guān)性比較低,隨機(jī)矩陣的實(shí)證結(jié)果可以用來(lái)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(duì)應(yīng)的特征向量的元素分布圖 3.2 第 60 個(gè)特征值對(duì)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(gè)特征值對(duì)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(shí)證研究獻(xiàn)較為平均。所以，我們將最大特征值對(duì)應(yīng)特征向量包含的信息解釋為市場(chǎng)因。本節(jié)比較三類(lèi)特征值對(duì)應(yīng)的特征向量的元素的分布。通常情況下，隨機(jī)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(duì)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(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：F832.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

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

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

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

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

5 李冰娜;惠曉峰;;基于隨機(jī)矩陣?yán)碚撐覈?guó)股票投資組合噪聲分析及風(fēng)險(xiǎn)控制[J];系統(tǒng)工程;2012年08期

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

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

8 韓筱璞,周濤,汪秉宏;基于元胞自動(dòng)機(jī)的國(guó)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(yáng)f 艷;復(fù)雜金融系統(tǒng)的時(shí)空結(jié)構(gòu)及多時(shí)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(dòng)動(dòng)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(chǎng)建模方法研究[D];中國(guó)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(chǎng)建模[D];中國(guó)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(guó)斌;隨機(jī)矩陣?yán)碚撛谕顿Y組合優(yōu)化上的應(yīng)用研究[D];江西財(cái)經(jīng)大學(xué);2016年

2 蘇瑩;隨機(jī)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(jī)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(hào)：2705478