08
2015
04

股票间的网络关系与大盘指数研究

股票间的网络关系与大盘指数研究


  最近,下载了2011-2012年上海综合指数的750多只成分股以及大盘指数,利用network分析发现了一些很有意思的规律。首先,对700多只成分股分析彼此之间的network关系,计算的时候利用TOM-based dissimilarity把股票分成几个不同的Modules(cluters),

201504081428441518124396.png

第二,计算每个股票的connectivity,k_{ij}=\sum  a_{ij}. 可以得到各个股票的total connectivity. 我们可以这样认为,即connectivity越大的股票说明其在各个股票中是具有比较大的影响力,意味着它的涨跌会引起其他股票的涨跌,也就说具有较大话语权。比如其中一个module的network网络图是这样的

network.png

 第三,这种connectivity比较大的股票,是否对大盘指数也影响最大的,因此,把股票的connectivity值与每个股票与大盘指数相关系数值进行了分析,两者之间是高度相关, 它们的散点图如下图。

  corplot.png


  这说明其实可以通过connectivity选择指数基金成分股来构建一个投资组合,或者可以挖掘connectivity最大的几只股票,研究它们对其他股票的影响模式,可以跟踪这几只股票的行为来预测其他股票。

  以上只是一些简单的构想和初步的结论,要得出比较严谨的论文,需要分析更多的数据,进一步研究这些股票之间变动的network行为。个人认为这种分析方法比传统的回归,时间序列等统计方法更加精确,更加接近实际情况。因为世界万物之间往往存在某种联系,有些是单向,有些是双向的。股票之间也是往往互相有联系,有影响的,应该是一张很大的网络关系网。这是一个挺有意思的问题,留待后面慢慢研究!

« 上一篇 下一篇 »