| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 相关文献综述及启示 | 第13-16页 |
| 1.2.1 基于网络权重的研究 | 第14-15页 |
| 1.2.2 基于作图算法的网络图研究 | 第15-16页 |
| 1.3 研究思路与内容 | 第16-19页 |
| 1.3.1 研究思路 | 第16-17页 |
| 1.3.2 研究内容 | 第17-19页 |
| 第2章 股票市场及动态复杂网络的相关理论分析 | 第19-30页 |
| 2.1 股票市场现状与市场态势的划分 | 第19-22页 |
| 2.1.1 股票市场现状 | 第19-21页 |
| 2.1.2 股票市场牛熊市划分 | 第21-22页 |
| 2.2 复杂网络的内涵与表达 | 第22-27页 |
| 2.2.1 复杂网络的内涵 | 第22-23页 |
| 2.2.2 复杂网络的图表示 | 第23页 |
| 2.2.3 网络拓扑结构基本模型 | 第23-27页 |
| 2.3 动态复杂网络的形成 | 第27-30页 |
| 2.3.1 节点的年龄 | 第27页 |
| 2.3.2 添加连接的成本和链接容量 | 第27-28页 |
| 2.3.3 节点类型的影响 | 第28-30页 |
| 第3章 股票市场动态复杂网络的构建 | 第30-37页 |
| 3.1 股票市场复杂网络动态相关权重的计算 | 第30-33页 |
| 3.1.1 DCC-MVGARCH模型 | 第30-32页 |
| 3.1.2 DCC-MVGARCH动态相关系数的计算 | 第32-33页 |
| 3.1.3 基于DCC-MVGARCH模型股票市场动态权重的计算 | 第33页 |
| 3.2 基于MST和HT算法的股票市场动态复杂网络构建 | 第33-35页 |
| 3.2.1 最小生成树算法和分层结构树 | 第34页 |
| 3.2.2 股票市场最小生成树和分层结构树的构建 | 第34-35页 |
| 3.3 基于PMFG算法股票市场动态复杂网络的构建 | 第35-37页 |
| 3.3.1 最大过滤图算法 | 第35-36页 |
| 3.3.2 股票市场最大过滤图动态复杂网络的构建 | 第36-37页 |
| 第4章 股票市场动态复杂网络的实证研究 | 第37-59页 |
| 4.1 样本选取与描述 | 第37-41页 |
| 4.1.1 样本选取与数据来源 | 第37-39页 |
| 4.1.2 样本的统计性描述 | 第39-41页 |
| 4.2 股票市场动态复杂网络拓扑结构性质分析 | 第41-46页 |
| 4.2.1 平均路径长度 | 第42-43页 |
| 4.2.2 聚类系数 | 第43-44页 |
| 4.2.3 度 | 第44-46页 |
| 4.3 股票市场动态复杂网络聚类效应分析 | 第46-59页 |
| 4.3.1 最小生成树结果分析 | 第46-51页 |
| 4.3.2 分层结构树结果分析 | 第51-54页 |
| 4.3.3 平面最大过滤图结果分析 | 第54-58页 |
| 4.3.4 算法比较 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 附录A 攻读学位期间所发表学术论文 | 第67-68页 |
| 附录B 攻读学位期间参与的科研项目 | 第68页 |
