| 题名 | 基于随机矩阵和复杂网络理论的股票聚类分析; Clustering Analysis of Stocks Based on Random Matrix and Complex Network Theory |
| 作者 | 林少锋 |
| 答辩日期 | 2016-12-22 ; 2016-05-22 |
| 导师 | 张勇 |
| 关键词 | 股票收益率 关联系数矩阵 随机矩阵理论 复杂网络理论 聚类分析 Stock return rate Cross-correlation matrix RMT CNT Clustering analysis |
| 英文摘要 | 经济或金融时间序列间的关联性分析在经济学和金融学领域有着重要而广泛的应用。特别在金融领域里，金融资产收益率间的关联是现代投资组合理论的核心概念。但在实际应用中，通过真实数据得到的关联信息绝大部分都是噪声。因此，如何将真实的关联信息从噪声中分离出来并加以分析和利用，例如用在股票的聚类分析中，是一个引人关注的问题。 本文选取中证100股指成分股作为研究对象，深入研究了各成分股收益率之间的关联并得到了明确的聚类分组信息。首先，我们利用随机矩阵理论，从股票收益率关联矩阵中提取出主成分信息，并对股票进行了粗略的聚类分组。接着，我们进一步利用基于优先概率最大似然法的复杂网络理论，对粗略的聚类分组进行了定...; Correlation analysis of economic and financial time series has been importantly and widely used in the field of economics and finance. Particularly in the financial sector, correlation among financial assets return rate is the core concept in modern portfolio theory. But in practice, the correlation information getting from the real data, for the most part, are noise. Therefore, how to separate th...; 学位：理学硕士; 院系专业：物理科学与技术学院_理论物理; 学号：19820131152950 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=57182 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/134280]  |
| 专题 | 物理技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 林少锋. 基于随机矩阵和复杂网络理论的股票聚类分析, Clustering Analysis of Stocks Based on Random Matrix and Complex Network Theory[D]. 2016, 2016. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论