基于随机矩阵理论股市网络构建及投资策略研究
发布时间：2023-12-12 20:09
股市联动网络是把握股市运行规律的关键,更是构建股票投资策略的前提。中国股市持续发展、上市公司数量不断增加的同时,股市呈现出一个错综复杂的关系网络。这种复杂性导致个股间的关联程度难以度量,严重阻碍了投资者的投资判断。因此准确度量个股间的联动关系,建立清晰的拓扑网络,为投资者提供及时有效的投资策略极为重要。论文聚焦构建股市联动网络与选股策略,结合随机矩阵理论与复杂网络理论,选取沪深300成分股为研究对象,建立沪深股市联动网络,为投资者提供适时有效的投资策略。首先运用随机矩阵理论界定股票收益相关矩阵的噪声范围。发现股票收益矩阵处于预测区间的特征值含有“噪声”信息,超出区间与不及区间的特征值含有重要信息。其次运用随机矩阵理论相关的“去噪”方法重构股票收益相关矩阵,并且运用复杂网络相关方法建立沪深股市联动网络模型,分析股市联动网络的拓扑性质指标,展现联动网络的结构特征与演化趋势。再次运用社团划分理论分析沪深股市联动网络,依据模块度得到最优社团划分结果,进而选取处于不同社团内部的股票来构建投资组合。然后,结合投资风险与节点重要性的关系,从度值和特征向量中心性两个指标分别提出相应的投资策略。最后从度...
【文章页数】：95 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景与研究意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究概况
1.2.1 复杂网络理论的股市研究现状分析
1.2.2 随机矩阵理论的股市研究现状分析
1.2.3 股票投资组合策略研究现状分析
1.3 研究方法
1.4 研究思路
1.5 研究创新点
第二章 基于RMT股市联动网络投资策略的理论分析
2.1 复杂网络理论
2.1.1 复杂网络的拓扑性质指标
2.1.2 复杂网络的构建方法
2.1.3 复杂网络的社团划分
2.2 随机矩阵理论
2.2.1 随机矩阵理论的基本内容
2.2.2 随机矩阵理论的去噪原理及方法
2.3 本章小结
第三章 基于RMT沪深股市股票收益相关矩阵的噪声界定
3.1 沪深股市股票收益相关矩阵的基本统计特性
3.1.1 数据的选取与说明
3.1.2 股票收益相关矩阵的统计特性分析
3.2 沪深股市股票收益相关矩阵特征值的统计分析
3.2.1 沪深股市股票收益相关矩阵特征值的分布
3.2.2 沪深股市股票收益相关矩阵特征值熵
3.3 沪深股市股票收益相关矩阵特征向量的统计分析
3.3.1 沪深股市股票收益相关矩阵特征向量元素的分布
3.3.2 沪深股市股票收益相关矩阵特征向量的反比参率
3.4 本章小结
第四章 基于RMT沪深股市联动网络的构建
4.1 基于RMT优化沪深股市股票收益相关矩阵
4.1.1 沪深股市股票收益相关系数的重构模型
4.1.2 基于RMT沪深股市股票收益相关矩阵重构结果分析
4.2 基于RMT-TTM的沪深股市联动网络的分析
4.2.1 基于RMT-TTM的沪深股市联动性网络的构建
4.2.2 基于RMT-TTM沪深股市联动性网络拓扑性质分析
4.3 基于RMT-PMFG的沪深股市联动网络的分析
4.3.1 基于RMT-PMFG的沪深股市联动网络的构建
4.3.2 基于RMT-PMFG的沪深股市联动网络拓扑性质分析
4.4 本章小结
第五章 基于沪深股市联动网络的投资策略与建议
5.1 基于沪深股市联动网络社团划分的投资策略
5.1.1 沪深股市联动网络社团划分结果
5.1.2 沪深股市联动网络社团划分的投资策略
5.2 基于沪深股市联动网络的投资策略
5.2.1 基于节点度值的投资策略
5.2.2 基于节点中心性的投资策略
5.2.3 基于熵权-TOPSIS节点中心性的投资策略
5.3 基于沪深股市联动网络的投资决策与建议
5.3.1 基于沪深股市拓扑网络的股市投资策略
5.3.2 基于沪深股市拓扑网络的股市监管策略
5.4 本章小结
第六章 总结与展望
6.1 研究结论
6.2 研究展望
参考文献
攻读硕士学位期间发表的学术论文及取得的相关科研成果
致谢
本文编号：3873561
【文章页数】：95 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景与研究意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究概况
1.2.1 复杂网络理论的股市研究现状分析
1.2.2 随机矩阵理论的股市研究现状分析
1.2.3 股票投资组合策略研究现状分析
1.3 研究方法
1.4 研究思路
1.5 研究创新点
第二章 基于RMT股市联动网络投资策略的理论分析
2.1 复杂网络理论
2.1.1 复杂网络的拓扑性质指标
2.1.2 复杂网络的构建方法
2.1.3 复杂网络的社团划分
2.2 随机矩阵理论
2.2.1 随机矩阵理论的基本内容
2.2.2 随机矩阵理论的去噪原理及方法
2.3 本章小结
第三章 基于RMT沪深股市股票收益相关矩阵的噪声界定
3.1 沪深股市股票收益相关矩阵的基本统计特性
3.1.1 数据的选取与说明
3.1.2 股票收益相关矩阵的统计特性分析
3.2 沪深股市股票收益相关矩阵特征值的统计分析
3.2.1 沪深股市股票收益相关矩阵特征值的分布
3.2.2 沪深股市股票收益相关矩阵特征值熵
3.3 沪深股市股票收益相关矩阵特征向量的统计分析
3.3.1 沪深股市股票收益相关矩阵特征向量元素的分布
3.3.2 沪深股市股票收益相关矩阵特征向量的反比参率
3.4 本章小结
第四章 基于RMT沪深股市联动网络的构建
4.1 基于RMT优化沪深股市股票收益相关矩阵
4.1.1 沪深股市股票收益相关系数的重构模型
4.1.2 基于RMT沪深股市股票收益相关矩阵重构结果分析
4.2 基于RMT-TTM的沪深股市联动网络的分析
4.2.1 基于RMT-TTM的沪深股市联动性网络的构建
4.2.2 基于RMT-TTM沪深股市联动性网络拓扑性质分析
4.3 基于RMT-PMFG的沪深股市联动网络的分析
4.3.1 基于RMT-PMFG的沪深股市联动网络的构建
4.3.2 基于RMT-PMFG的沪深股市联动网络拓扑性质分析
4.4 本章小结
第五章 基于沪深股市联动网络的投资策略与建议
5.1 基于沪深股市联动网络社团划分的投资策略
5.1.1 沪深股市联动网络社团划分结果
5.1.2 沪深股市联动网络社团划分的投资策略
5.2 基于沪深股市联动网络的投资策略
5.2.1 基于节点度值的投资策略
5.2.2 基于节点中心性的投资策略
5.2.3 基于熵权-TOPSIS节点中心性的投资策略
5.3 基于沪深股市联动网络的投资决策与建议
5.3.1 基于沪深股市拓扑网络的股市投资策略
5.3.2 基于沪深股市拓扑网络的股市监管策略
5.4 本章小结
第六章 总结与展望
6.1 研究结论
6.2 研究展望
参考文献
攻读硕士学位期间发表的学术论文及取得的相关科研成果
致谢
本文编号：3873561
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3873561.html