复合加权股票网络的活跃性层次聚类

摘要：

当前社团分析方法没有充分利用复杂系统的内在特性，难以准确和有效地发现复杂加权网络群体之间的相关性。基于股票网络的活跃性，提出了一种基于活跃性的复合加权股票网络的层次社团划分算法。该算法对股票活跃性进行了定义，提出了一种复合加权模型以有效表示股票网络的活跃性，进而为了实现复合加权网络的社团划分，给出了群体相异度的评判标准。该算法以股票价格波动的相关性为边建立复合加权股票网络，以股票的换手率和成交量为评价标准，选出活跃性高的股票，进而以活跃性股票为中心，基于股票间的相异度权重标价准则，提取多个高活跃的局部结构，可以有效避免层次划分算法由于初始社团结构质量不高，导致社区结构不能沿正确方向继续进行层次发现的问题。最后，基于高活跃的局部结构性，利用全局优化模块度的方法对复合加权网络进行社团划分。将CNM算法（Newman贪婪算法）与BGLL算法运用于构建的网络中，结果表明了算法的优越性。

关键词：活跃性、复合加权、社团划分、换手率、成交量

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.61175051,61070131,61175033

在线出版日期：2014-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：207-217