网络模型在股票市场结构特征研究中的应用--以上证A股为例
| 摘要 | 第4-7页 |
| Abstract | 第7-10页 |
| 绪论 | 第18-40页 |
| 第一节 选题背景和意义 | 第18-22页 |
| 一、选题背景 | 第18-20页 |
| 二、研究意义 | 第20-22页 |
| 第二节 国内外文献综述研究 | 第22-35页 |
| 一、股票价格波动率的文献评述 | 第22-25页 |
| 二、复杂网络相关理论研究 | 第25-29页 |
| 三、复杂网络的应用研究 | 第29-35页 |
| 第三节 研究内容及逻辑结构 | 第35-40页 |
| 一、研究内容及思路 | 第35-38页 |
| 二、主要研究方法 | 第38页 |
| 三、本文的创新之处 | 第38-40页 |
| 第一章 复杂网络的统计特征 | 第40-54页 |
| 第一节 复杂网络的图论基础 | 第40-47页 |
| 一、图的基本概念 | 第40-41页 |
| 二、图的分类 | 第41-43页 |
| 三、图的几种特殊情况 | 第43页 |
| 四、复杂网络的基本特征描述 | 第43-47页 |
| 第二节 复杂网络的理论模型发展 | 第47-53页 |
| 一、规则网络 | 第47-48页 |
| 二、随机网络ER模型 | 第48页 |
| 三、小世界模型 | 第48-50页 |
| 四、无标度网络模型 | 第50-52页 |
| 五、层次网络 | 第52-53页 |
| 本章小结 | 第53-54页 |
| 第二章 股票之间相关关系的度量 | 第54-83页 |
| 第一节 线性相关系数度量 | 第54-57页 |
| 一、皮尔逊相关系数 | 第54-56页 |
| 二、斯皮尔曼相关系数 | 第56-57页 |
| 第二节 互信息和极大信息法 | 第57-67页 |
| 一、熵 | 第58-61页 |
| 二、互信息 | 第61-65页 |
| 三、最大信息系数 | 第65-66页 |
| 四、不同相关性度量方法的比较 | 第66-67页 |
| 第三节 样本数据的选择与处理 | 第67-70页 |
| 一、样本数据的选择 | 第67-69页 |
| 二、样本数据的处理 | 第69-70页 |
| 第四节 股票之间的相关关系分析 | 第70-81页 |
| 一、基于相关系数的相关关系 | 第70-71页 |
| 二、基于互信息的相关关系度量 | 第71-74页 |
| 三、互信息与相关系数的比较 | 第74-81页 |
| 本章小结 | 第81-83页 |
| 第三章 股票网络最小生成树模型 | 第83-103页 |
| 第一节 最小生成树理论及相关研究 | 第83-85页 |
| 一、最小生成树理论 | 第83-84页 |
| 二、最小生成树方法的研究现状 | 第84-85页 |
| 第二节 最小生成树算法 | 第85-88页 |
| 一、最小生成树算法 | 第85-86页 |
| 二、三种算法的比较 | 第86-87页 |
| 三、距离矩阵 | 第87-88页 |
| 第三节 基于互信息的最小生成树图 | 第88-96页 |
| 一、股票网络的经济意义分析 | 第88-89页 |
| 二、股票网络的拓扑结构分析 | 第89-91页 |
| 三、关键节点的检验 | 第91-93页 |
| 四、网络结构的稳定性分析 | 第93-94页 |
| 五、基于相关系数的最小生成树图 | 第94-96页 |
| 六、两个股票网络对比分析 | 第96页 |
| 第四节 三阶段的最小生成树图 | 第96-101页 |
| 一、上涨阶段网络结构分析 | 第96-97页 |
| 二、下跌阶段网络结构分析 | 第97-99页 |
| 三、恢复阶段网络结构分析 | 第99-100页 |
| 四、三阶段的网络结构对比 | 第100-101页 |
| 本章小结 | 第101-103页 |
| 第四章 优化阈值法网络模型 | 第103-123页 |
| 第一节 聚类效应 | 第103-105页 |
| 一、聚类效应的概念及度量 | 第103-104页 |
| 二、聚类系数的性质 | 第104-105页 |
| 第二节 资产图 | 第105-106页 |
| 一、资产图的构图原理 | 第105页 |
| 二、基于资产图的聚类效应 | 第105-106页 |
| 第三节 传统阈值法 | 第106-109页 |
| 一、传统阈值算法 | 第106-107页 |
| 二、网络的拓扑结构及聚类分析 | 第107-109页 |
| 第四节 极大似然阈值法 | 第109-113页 |
| 一、极大似然阈值法的思想 | 第110页 |
| 二、极大似然阈值网络构建 | 第110-112页 |
| 三、网络拓扑结构及聚类分析 | 第112-113页 |
| 第五节 组合似然阈值法 | 第113-121页 |
| 一、组合似然估计原理 | 第113-114页 |
| 二、网络拓扑结构及聚类分析 | 第114-121页 |
| 本章小结 | 第121-123页 |
| 第五章 极大平面阈值网络模型 | 第123-139页 |
| 第一节 极大平面过滤图基本原理 | 第123-127页 |
| 一、极大平面图 | 第123-125页 |
| 二、极大平面过滤图 | 第125-127页 |
| 第二节 基于极大平面过滤网络的派系特征分析 | 第127-130页 |
| 一、网络中的派系 | 第127-128页 |
| 二、网络派系特征分析 | 第128-130页 |
| 第三节 极大平面阈值法 | 第130-134页 |
| 一、极大平面过滤的网络构建理论 | 第130-131页 |
| 二、极大平面阈值图的网络分析 | 第131-134页 |
| 第四节 三阶段网络派系特征分析 | 第134-137页 |
| 一、上涨阶段网络派系特征 | 第134-135页 |
| 二、下跌阶段网络派系特征 | 第135页 |
| 三、恢复阶段网络派系特征 | 第135-136页 |
| 四、三阶段网络中派系特征对比 | 第136-137页 |
| 本章小结 | 第137-139页 |
| 总结与展望 | 第139-143页 |
| 一、研究内容总结 | 第139-141页 |
| 二、政策建议 | 第141页 |
| 三、研究中的局限与展望 | 第141-143页 |
| 参考文献 | 第143-157页 |
| 在读期间科研成果 | 第157-158页 |
| 一、已完成的科研论文 | 第157页 |
| 三、参与的科研项目 | 第157-158页 |
| 致谢 | 第158页 |
