2000-2010年深圳成指时间序列的复杂网络拓扑研究

本文档深入探讨了"深成指数时间序列的网络拓扑结构研究"这一主题，发表于2013年第30卷第3期的《广东工业大学学报》。作者后锐、罗智和伍嘉文通过对2000年至2010年中国股市深圳成分指数的收盘价数据进行分析，采用了可见图方法，将复杂的金融时间序列转化为复杂网络。他们计算并分析了这些网络的拓扑结构指标，发现该网络表现出小世界特性、无标度特性以及自相似性。 小世界特性指的是网络中节点之间的连接既包含了局部紧密联系（像一个熟人小圈子），又包含了全球性的连接，这在实际金融系统中可能意味着市场的快速传播性和效率。无标度特性意味着网络中节点的重要性分布遵循幂律分布，即少数几个节点具有很高的影响力，而大部分节点影响较小，这反映了金融市场中少数关键因素对整体市场波动的显著作用。自相似性则表明网络在不同尺度下的结构表现出相似性，可能是市场波动模式的一种固有特征。 通过这些发现，研究者指出将金融时间序列转化为复杂网络提供了一种全新的视角来理解金融系统的复杂性及其内部结构规律。这种方法对于预测金融市场具有潜在价值，因为它揭示了隐藏在大量数据背后的深层次模式和规律。此外，这项工作也为股票市场研究者和投资者提供了新的工具和技术，帮助他们更好地理解和应对金融市场中的动态变化。 关键词包括股票市场、时间序列数据、复杂网络和分形特征，这些都聚焦于研究的核心内容和应用领域。论文还得到了国家自然科学基金和广东省普通高校人文社会科学研究基地重大项目的资金支持，体现了其学术价值和重要性。这篇文章不仅是一篇理论研究，也具有实践应用意义，对于金融工程领域的学者和从业人员来说，是深入理解金融市场复杂性的重要参考资料。