基于多标度曲线的股市网络构造及其社区挖掘

摘要：

针对股票市场的复杂网络建模问题,提出使用不同阶数下的标度曲线(多标度曲线),测度沪深300指标股之间的加权多重分形特征相似性,并据此构造网络,研究网络的拓扑性质。在此基础上采用快速 Newman, Girvan-Newman,Louvain等经典算法挖掘网络社区结构,利用最大模块度确定最优相似性门限值,通过投资组合MV模型验证方法的有效性。实验结果表明,多标度曲线网络具有无标度、小世界和富人俱乐部性质,使用不同算法挖掘其社区结构可得到最优的划分效果。基于该网络社区结构构造的投资组合可有效降低风险。

关键词：多标度曲线、复杂网络、拓扑结构、社区结构、模块度、投资组合MV模型

分类号：TP391(计算技术、计算机技术)

资助基金：天津市哲学社会科学规划基金资助项目TJTJ13-002。

在线出版日期：2015-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：60-64,76