基于时序图模型结构估计的股票联动研究
外文标题：Co-movement Analysis for Stocks Based on Time Series Graphical Models Structure Estimation
文献类型：期刊
作者：王星[1]
机构：[1]中国人民大学应用统计科学研究中心&中国人民大学统计学院
[2]中国人民大学应用统计科学研究中心&中国人民大学统计学院
年：2012
期刊名称：数理统计与管理
卷：31
期：5
页码范围：813-822
增刊：增刊
收录情况：中文核心期刊要目总览
所属部门：统计学院
语言：中文
ISSN：1002-1566
链接地址：http://d.g.wanfangdata.com.cn/Periodical_sltjygl201205008.aspx
人气指数：1
浏览次数：1
基金：中国人民大学应用统计科学研究中心2009年重大项目; 中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目
关键词：图模型;时序SPACE算法;股票联动
摘要：我国股市个股价格同时上涨或同时下跌的联动现象极为普遍，传统上使用向量自回归、协整、有向非循环图等方法主要用于少量股票或市场之间的联动性研究，不适于直接对大规模个股之间的联动关系进行研究。文章关注大规模时序图模型结构建立及估计方法，通过将ADL方法引入SPACE算法，提出了可以估计高维低样时序图模型的ADL．SPACE算法；设计模拟实验考察了算法中惩罚参数A值的设置对于节点自回归相关性捕获的有效性；在实证研究中，文章使用了ADL—SPACE算法对个股联动研究了三方面的内容：1．基于个股联动的代表性行业之间的联动性；2．设计了我国A股市场中行业联动强度，对行业内外联动性进行综合评价和分析；3．采用一阶滞后个股基于时序图模型结果构造了投资组合，模拟显示收益预期表现良好。以上研究均表明时序SPACE图模型方法在大规模股票的联动探测中有较好的应用前景。
作者其他论文
高维异方差高斯混合罚模型聚类.李沐雨;王星.数学的实践与认识.2013,43(5),163-170.
基于加权网随机区块模型的学术热点提取算法.王星;张波.统计研究.2013,30(3),86-93.
少数民族大学生宗教信仰研究.王星;孟盛彬.当代青年研究.2012,53-58.
参与观察与研究者角色处理的伦理探讨--由《中县干部》谈起.王星;孟盛彬.阿坝师范高等专科学校学报.2012,29(2),61-65,82.
对一个关联规则序贯抽样算法的改进与效率分析.王星.统计与决策.2005,8-10.
