基于有限穿越可视图的股票数据研究

摘要

利用2017-01-03—2018-12-31时段标普&500指数(美国)、富时马拉西亚指数(马来西亚)、瑞士SMI指数(瑞士)、比利时20指数(比利时)、中国上证指数(中国)、意大利富时指数(意大利)6个国家的股票每日收盘价数据,基于有限穿越可视图理论构建了股票数据时间序列网络,通过计算网络的度分布、聚类系数、介数等特征来分析其拓扑结构.结果 表明这些网络具有小世界特性,度分布呈现幂律特性等特点,也揭示了股票市场的部分特征.最后,探讨了基于有限穿越可视图的股价预测.