基于复杂网络的上证指数序列分析-概率论与数理统计专业论文.docx

独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到,本声明的法律结果由本人承担。学位论文作者签名:日期: 年 月 日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本论文属于保密□,在 年解密后适用本授权书。不保密□。(请在以上方框内打“√”)学位论文作者签名: 指导教师签名:日期: 年 月 日 日期: 年 月 日摘 要研究股票市场规律是一门热门的课题,一方面是因为投资者期望能够找到一定的规律便于投资,另外一方面是因为学者们利用股票市场丰富的数据资源进行理论上的验证,但是一直以来大多数研究都是基于股票之间的关系,而本文从复杂网络的观点出发对上证指数波动进行探索。本文利用粗粒化方法,将上证指数2005年9月—2012年3月逐日收盘价序列转化为由5个字符{R,r,e,D,d}构成的上证指数符号序列。把连续的两个符号组合成一种波动模态,作为网络的节点(也就是连续三天的上证指数波动组合),然后按照时间顺序连边,构成一个有向加权上证指数波动网络。进而计算网络的度与度的分布,最短路径长度,聚类系数,中介中心度等动力学统计量,研究蕴含在网络中的拓扑结构。另外结合数据挖掘中的聚类分析,将节点进行聚类,合并节点重建网络,深入挖掘上证指数波动过程中的有用信息。结果表明,上证指数变化具有复杂性,并且具有类混沌特征,不是完全随机的;并且在网络中,小幅波动模态节点中介中心度高,具有很重要的位置,这是与市场规律相符的,在实际的股票市场中,无论是牛市,熊市还是横盘,都离不开小幅涨或跌的调整。另外其他含有大幅变化的组合模态之间的转换可以为投资者提供有用的信息。关键词:复杂网络,粗粒化,波动模态,动力学统计量,:Ononehand,,,,positeIndexintoasymbolserywhichincludesfivecharacters{R,r,e,D,d}.,thelengthoftheshortestpath,,withclusteringanalysismethodoftheDataMining,Wegroupthesenodesintosomeclusters,,haracteristics,-fluctuation-,nomatterthebullmarket,bearmarketorthehorizontalpricemovement,,thetransferoftheotherbig-: w