Сеть корреляции акций - Stock correlation network - Wikipedia

А сеть корреляции акций это тип финансовая сеть на основе корреляции цен акций, используемой для наблюдения, анализа и прогнозирования динамики фондового рынка.

Фон

В последнее десятилетие финансовые сети привлекли больше внимания исследовательского сообщества. Исследование сети, основанной на собственности компаний, показало сила закона распространение с большинством компаний, контролируемых небольшим количеством людей. Другое исследование было сосредоточено на совете директоров, где сеть была создана между компаниями, если они представлены одним и тем же членом в совете. Созданная таким образом сеть членов совета директоров привела к степенному закону с небольшим количеством членов совета директоров, представляющих большое количество компаний. В нескольких исследованиях были предложены сетевые модели для изучения сети корреляции акций.^[1][2][3][4] Сеть корреляции акций доказала свою эффективность в прогнозировании рыночных движений. Чакрабортиа и Онелла показали, что среднее расстояние между акциями может быть важным индикатором динамики рынка.^[5] Их работа была сосредоточена на фондовом рынке (1985–1990 гг.), Включая крах фондового рынка 1987 г. (Черный понедельник ). Андрей Ло и Ханданий работали в сети разных хедж-фонды и наблюдал закономерности перед турбулентностью фондового рынка в августе 2007 года.^[6]

Методы

Базовый подход к построению сети корреляции запасов включает два этапа. Первый шаг направлен на поиск корреляция между каждой парой акций с учетом их соответствующих временных рядов. На втором этапе применяется критерий для соединения акций на основе их корреляции. Популярным методом соединения двух коррелированных акций является метод минимального остовного дерева. Другие методы: планарный максимально фильтрованный граф, и победитель получает все методы. Во всех трех методах процедура поиска корреляция между акциями остается прежним.

Шаг 1: Выберите данные желаемого временного ряда. Данные временного ряда могут быть ежедневными цены закрытия, повседневная объемы торгов, повседневная цены открытия, и ежедневно возврат цены.

Шаг 2: Для конкретного временного ряда, выбранного на шаге 1, найдите взаимную корреляцию для каждой пары акций, используя формула взаимной корреляции.

Шаг 3. Рассчитайте взаимную корреляцию для всех акций и создайте матрица взаимной корреляции ${\displaystyle Cij}$. Взаимная корреляция между акциями ${\displaystyle i}$ и акции ${\displaystyle j}$ и их данные временных рядов не содержат временных задержек.

Шаг 4: В случае минимальное остовное дерево метод метрического расстояния ${\displaystyle dij}$ рассчитывается с использованием матрицы взаимной корреляции.

${\displaystyle dij}$= ${\displaystyle (2(1-Cij))^{0.5}}$

Где ${\displaystyle dij}$ это краевое расстояние между заготовкой ${\displaystyle i}$ и акции ${\displaystyle j}$. В минимальное остовное дерево и планарный максимально фильтрованный граф может вызвать потерю информации, т. е. некоторые узлы с высокой степенью коррелированности отбрасываются, а узлы с низкой корреляцией сохраняются из-за критериев топологического сокращения.^[7] Це, и другие. представил победитель забирает все критерий подключения где в недостатке минимальное остовное дерево и планарный максимально фильтрованный граф устранены.^[7] В победитель забирает все метод, шаги 1-3 сохраняются. Однако на шаге 4 узлы связываются на основе порога.

${\displaystyle Cij}$ λ

Пороговые значения (λ) могут быть установлены от 0 до 1. Tse, и другие. показали, что для больших значений порога (0,7, 0,8 и 0,9) сети корреляции акций без масштабирования где узлы связаны таким образом, что их распределение степеней следует за сила закона.^[7] При малых значениях порога сеть имеет тенденцию быть полностью подключенной и не показывает без масштабирования распределение.

Рекомендации

1. Мантенья, Р. (1999). «Иерархическая структура финансовых рынков». Европейский физический журнал B. ООО "Спрингер Сайенс энд Бизнес Медиа". 11 (1): 193–197. arXiv:cond-mat / 9802256. Дои:10.1007 / с100510050929. ISSN  1434-6028.
2. Вандевалле, Н. Брисбуа, Ф. и Тордуар, X. (2001). Самоорганизованная критическая топология фондовых рынков. Кол-во. Финан (1): 372–375
3. Бонанно, Джованни; Калдарелли, Гвидо; Лилло, Фабрицио; Мантенья, Росарио Н. (28 октября 2003 г.). «Топология корреляционных минимальных остовных деревьев на реальном и модельном рынках». Физический обзор E. Американское физическое общество (APS). 68 (4): 046130. arXiv:cond-mat / 0211546. Дои:10.1103 / Physreve.68.046130. ISSN  1063-651X.
4. Onnela, J.-P .; Чакраборти, А .; Kaski, K .; Kertész, J .; Канто, А. (13 ноября 2003 г.). «Динамика рыночных соотношений: Таксономия и портфельный анализ». Физический обзор E. Американское физическое общество (APS). 68 (5): 056110. arXiv:cond-mat / 0302546. Дои:10.1103 / Physreve.68.056110. ISSN  1063-651X.
5. Onnela, J.-P .; Чакраборти, А .; Kaski, K .; Кертес, Дж. (2003). «Динамические деревья активов и Черный понедельник». Physica A: Статистическая механика и ее приложения. Elsevier BV. 324 (1–2): 247–252. arXiv:cond-mat / 0212037. Дои:10.1016 / s0378-4371 (02) 01882-4. ISSN  0378-4371.
6. Эндрю В. Ло Амир Э. Ханданий. (2007). Что случилось с квантами в августе 2007 года? Препринт.
7. Tse, Chi K .; Лю, Цзин; Лау, Фрэнсис К. (2010). «Сетевая перспектива фондового рынка». Журнал эмпирических финансов. Elsevier BV. 17 (4): 659–667. Дои:10.1016 / j.jempfin.2010.04.008. ISSN  0927-5398.