基于非线性波动网络模型的股票市场关联特征研究

• 作者: 李为波 郭雪
• 来源期刊: 湖北大学学报（自然科学版）
• 学科: 数学
• 关键词: 复杂网络 互信息 线性相关系数 最大信息系数 极大平面过滤图
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 基础数学与应用数学
• 页码范围: 192-199
• 页数: 8页
• 分类号: C812|O242
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2375.2021.02.013

摘要

股价波动是股票市场研究的重要内容,本研究基于信息理论和复杂网络理论提出股票市场的股价波动网络模型.首先对股价波动关联性进行度量,然后分析股价波动的聚集性,运用极大平面过滤图算法对股票之间关联性进行分层研究.以上证180指数金融成分股票为样本,实证结果发现:与常用的线性相关系数相比,在非线性波动条件下,互信息和最大信息系数对关联系有更好的度量,在结果的精确性上,最大信息系数比互信息更具优势.在构建的股票网络中,仅有少数关键的股票节点,信息的传递通过这些节点以分层的方式传递到整个市场.在金融大数据背景下,非线性波动网络模型为挖掘市场风险特征提供新的方法.