上海股票市场网络拓扑指标与波动率的相关性研究

以股票作为网络的节点,股票间关联性作为边,使用最小生成树方法构建上海证券市场股票网络,计算网络的基本拓扑指标,分析这些指标与股票市场波动率的相关性。结果表明,网络的平均路径长度和市场波动率成负相关,当市场波动率越高,节点之间的距离越短,网络收缩地更紧密;平均占有层和市场波动率成负相关,当市场波动率增加,网络中的点更趋近于中心节点;节点的最大度和市场波动率成正相关,随着市场波动率增加,网络节点之间的关联性增强,协同运动趋势增强。通过分析股票网络拓扑指标的变化规律从而对股票市场波动的变化进行预测。     

股指极端波动下中国股票市场网络拓扑结构

采用最小生成树方法构建股票市场网络,研究中国股市网络在股指极端波动前、中、后阶段MST结构的演化、拓扑指标与关键节点不同时期的个体行为特征.结果表明:中国股市行业内有很强的聚集性和行业间的匀质性;在极端波动时MST网络收缩,波动后网络又伸展扩张;极端波动中后期,材料业和信息技术业异军突起占据网络重要位置;不同传染源引起的极端波动其风险传播途径不同.股指极端波动加剧了股票市场股票间的联动性,市场中资产发生重新配置,网络结构产生新的调整.     

分簇及局部优化的无线传感器网络拓扑控制算法

为保证网络连通性和覆盖度的情况下,尽量合理、高效地使用网络能量,延长网络生命周期,提出一种基于分簇和局部优化的拓扑控制(cluster and local optimization topology control,CLTC)算法.基于树型网络模型,利用分簇思想将网络分割为不同的簇,簇内运用最小生成树算法,确定邻居节点关系,降低节点通信碰撞;簇间通过簇头连接,形成优化的骨干网络拓扑.仿真实验表明,运行CLTC算法,构建网络拓扑结构快速,通信开销小,可以有效降低节点平均能耗,延长网络周期.     

基于实际波动率的我国股市波动率实证研究

从上证180样本股中随机抽取30只股票,采用日内分钟交易数据,对实际波动率的部分性质进行实证研究,得出经实际波动率标准化的收益率序列接近于正态分布,对数实际波动率序列的分布近于正态,实际相关系数序列接近于正态分布,实际波动率序列、对数实际波动率及相关系数序列均具有显著的长记忆特征,不同股票的对数波动率序列之间具有显著的相关性。     

基于遗传算法的传感器网络拓扑控制研究

无线传感器网络的首要设计目标是延长网络生命期,网络的拓扑控制是实现这一目标的支撑 基础。针对传统拓扑控制方案所获拓扑的连通冗余度高或结构健壮性低等弊端,将问题转化 为多判据最小生成树模型,提出了一种基于遗传算法的拓扑控制方案。仿真实验结果 表明,该方案可获得具有网络整体功耗低、结构健壮性高和节点间通信干扰小等特点的拓扑 结构,因而能够有效地延长传感器网络生命期。     

我国股市行业间信息溢出的网络建模与实证研究

结合传统计量经济方法及复杂网络建模分析方法,实证研究了我国股市行业间的信息溢出关系及其影响因素、行业信息溢出能力及其分布.研究发现,收益率期限与行业间信息溢出效应强弱无关;市场因素显著增强了行业间的双向信息溢出效应,同时显著地减弱了单向信息溢出效应;随着市场行情的上涨(下跌),行业间的信息溢出效应会相应地增强(减弱);各行业的信息溢出能力呈现尖峰厚尾的分布;此外,最小生成树能够快速而有效地揭示股市行业间的信息溢出规律.     

深市波动率特征分析

股价与成交量是股市中的两个重要变量,研究股票市场的波动率,掌握股票市场的主要波动性特征,进而有效管理市场,具有重要的理论意义和实践价值.采用计量经济分析技术,采集深市交易数据,分析了深市日收益率序列和波动率序列的每周不同天效应和记忆性.分析认为,深市日收益率序列不存在每周不同天效应,但存在1～2星期的记忆性;波动率序列则存在每周不同天效应和持续性;同时,交易量对波动率具有很好的解释作用,而波动率则不对交易量具有解释作用.     

我国股市行业间信息溢出的网络建模与实证研究

结合传统计量经济方法及复杂网络建模分析方法，实证研究了我国股市行业间的信息溢出关系及其影响因素、行业信息溢出能力及其分布.研究发现，收益率期限与行业间信息溢出效应强弱无关；市场因素显著增强了行业间的双向信息溢出效应，同时显著地减弱了单向信息溢出效应；随着市场行情的上涨(下跌)，行业间的信息溢出效应会相应地增强(减弱)；各行业的信息溢出能力呈现尖峰厚尾的分布；此外，最小生成树能够快速而有效地揭示股市行业间的信息溢出规律.     

应用复杂网络研究板块内股票的强相关性

为探索股票之间相互影响的行为,提高投资组合构建能力,以中国股市煤炭、电力板块股票为节点,以近19年股票对数回报的相关系数为边,建立复杂网络模型。通过对网络拓扑参数计算,发现该网络为无尺度网络,节点度分布负幂指数小于1,无权网络和加权网络平均集聚系数分别为0.68和0.41。对网络中心性进行了测量,发现000723,601898,601918三个节点是整个网络的核心节点;网络可划分成两个分区,并抽取出一个高度耦合的具有13个节点的中心网络,对整体网络有很大影响。     

隐含波动率微分算法的改进——波动率表面模型

基于以往研究隐含波动率的计算只考虑了交割价格对其的影响而忽略了到期日的作用,提出包含交割价格和到期日两变量的隐含波动率表面模型计算隐含波动率.数值计算结果表明,波动率表面模型提高了波动率的平均计算精度,同时给出了波动率"假笑"和波动率期限结构的特征.所提出的隐含波动率表面模型可作为投资者判断衍生产品投资价值的简单指标.     

股指期货对现货市场日内波动影响的研究

本文使用GARCH及其拓展模型对沪深300股指期货上市前后我国市场的高频数据进行了分析研究,研究发现：股指期货上市后,我国股票现货市场的波动性出现了显著上升,这种上升并不源于现货市场信息效率的提高。研究同时表明,股指期货引入所带来的高时间频率下现货市场的波动上升不仅仅局限于股指期货标的指数,沪深300指数成分股之外的股票波动性也出现了显著上升。研究表明,股指期货并没有提高现货市场的定价效率。     

我国证券市场波动性与流动性的复杂网络特性

分别基于股票价格波动相关性、流动性相关性,运用阈值法构建了我国沪深股票市场股票关联网络,研究网络的拓扑特征.实证研究表明:股票之间的价格波动和流动性大多呈同向变动趋势;在一定的阈值区间内,股票关联网络具有小世界性,表明单个股票价格波动或流动性的增减,可以通过网络传染给其他股票,同时这种传播在集团内部更为容易;并且在特定阈值区间内,股票关联网络的度分布具有无标度性,说明我国股票市场中存在少量的具有较大市场影响能力的股票,它们对网络的整体价格波动(流动性)关联起着重要作用.实证研究结果对股票投资组合风险管理具有一定的指导意义.     

上海证券市场的复杂网络特性分析

证券市场作为一个复杂的经济系统,可以用复杂网络来抽象和描述.选取2002年以前在上海证券交易所上市,并且在2002年初至2004年末在上海证券交易所持续交易的股票为节点,股票价格波动相关性为边构建一个无向无权的证券市场网络.利用复杂网络的理论和研究方法,分析该网络的拓扑结构,发现该网络具有典型复杂网络的统计特性——小世界效应和无标度特性,从而为研究证券市场提供了一个新的视角.     

基于跳跃厚尾随机波动模型的股市波动研究

通过对4个不同SV模型对比分析,试图了解股市收益序列中具有较大波动幅度的极端实现值能够被解释为一个非高斯分布的尾部行为,还是高斯扩散中一个跳跃组分的叠加,抑或是这两种设定同时起作用.采用两种具有不同波动程度的上证综指日收益数据进行的实证研究发现,我国股市日收益序列不仅存在显著的尖峰(厚尾)特征,而且波动持续性较低,以及受政府政策影响较多.此外,两组收益数据所对应模型的实证比较发现,跳跃设定有助于SV模型描述波动剧烈的收益序列,但却不适合波动平缓的收益序列.     

我国股票市场拓扑性及加权网络中行业主导性分析

采用聚类算法得到最小生成树,研究不同行业股票的拓扑性结构.在加权复杂网络模型的基础上,建立了考虑网络时变特点的动态加权网络模型.利用上证180指数作为研究样本,研究中国股票市场的行业主导性.实证结果表明:我国证券市场存在明显的聚集性,相同行业股票具有相似的特点;金融保险和制造业行业相对更加活跃,其他行业股票价格更容易受到这两种行业股票价格的影响;证券市场中行业的主导性会随着时间的变化而改变,新兴行业逐渐占据行业的主导地位.     

中国股票市场的流动性与波动性实证研究

通过对中国股票市场流动性指标和波动性指标的分析,发现市场具有较高的流动性,市场波动程度略低于其他国家的股票市场.从上海股市和深圳股市的横向比较来看,近年来两个市场的流动性没有显著的差异,两市波动序列的吻合程度非常高,波动具有很强的同步性,表明在相同市场制度环境下,市场参与者行为的同质性最终决定了两市运行特征的相似性.     

中美股市波动的联动性的实证分析

用二元GARCH模型的方法建立了中美股票市场的波动模型,考察了中美两个股票市场从2002-2007年间的股指波动的联动性问题。结果显示：随着中国经济的不断开放,中国的股票市场的波动和美国股票市场的波动存在递增的联动性,且中国股票市场的波动对美国股票市场的波动的单方面影响尤其显著。分析了产生这种结果的原因,并提出相关的建议     

股指波动率尺度行为演化的研究

采用相关依赖的平衡扩散熵方法(CBEDE)研究中国股票市场上4个重要的股指从2014年1月9日到2017年1月5日的波动率序列的尺度行为及其演化过程。研究发现,所有10个交易日长度的片段都表现出了尺度不变性的特征,分形行为的演化表现出了丰富的特征。与中国股票市场中的重大事件发生相对应的时间中,尺度行为具有不同的模式,或下降随后上升,或上升,或下降,这些特征可用来定量描述金融事件以及金融事件之间的区别。