利用金融大数据开发股票关系网络的多似然方法
摘要：股票网络的发展是在大数据时代探索不同股票之间关系的重要方法。虽然已经设计出了一些构建股票相关网络的方法，但在选择突出关联和网络连通性之间仍然存在挑战。为了解决这个问题，我们提出了一种新的方法来选择股票网络中的重要边，同时保持网络的连通性。该方法使用不同的阈值来选择连接特定股票的边，而不是使用现有资产-价值方法中的单一阈值。我们算法的创新包括在最大似然估计器中使用多个分布来选择阈值值，而不是现有方法中的单一分布估计器。使用151只股票的中国上海证券市场数据，我们开发了一个股票关系网络，并分析了开发网络的拓扑特性。我们的结果表明，所提出的方法能够开发出在资产阈值方法中保持适当连通性的网络。
作者：Xue Guo, Hu Zhang, Tianhai Tian
论文ID：1906.08088
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2019-06-25