揭示印度股市高频数据中股票回报之间的非线性相互作用网络：利用互信息进行研究
摘要：印度股市中存在相互协同的股票集群的检测及其在不同环境下的行为研究. 在本研究中，我们基于2014年的高频数据进行了研究.考虑到印度当年进行的大选，我们将数据集分为三个子集: 大选前期: 2014年1月至2月; 大选期间: 2014年3月至5月; 大选后期: 2014年6月至12月. 通过分析相关矩阵的频谱，我们观察到许多偏离随机矩阵理论(RMT)的现象，表明所有股票之间存在关联. 随后，我们使用互信息来捕捉数据的非线性，并将结果与广泛使用的最小生成树方法进行了比较。在网络的度分布下，当功率律指数{alpha}较大时，非线性的互信息方法在建立有效网络方面优于相关性方法. 我们的分析发现了两个显著的集群，一个对应于金融领域，另一个对应于能源领域. 金融领域被确定为一个孤立的、独立的集群，即使在选举期间也保持不受影响.
作者：Charu Sharma and Amber Habib
论文ID：1903.03407
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2019-03-11