金融市场结构与构成中的非线性转变与错位

本文开发了新的数学技术，以识别被划分为一组新的、更详细市场板块的美国股票集合中的时间性转变。尽管在概念上相关，我们的三项分析揭示了关于金融市场的不同见解，对投资经理具有实际意义。首先，我们探索了多种识别市场板块结构中非线性转变的方法，并描述了所用度量与所捕获现象之间的数学联系。其次，我们研究了关于新市场板块的网络结构，并识别了有意义的板块间映射关系。最后，我们在不同的样本空间上进行了一系列抽样实验，并对比了纯多头、多空和纯空头投资组合产生的夏普比率分布。此外，我们还考察了每种投资组合风格中表现最佳组合的板块构成。在实践中，本文提出的方法可用于识别体制转换、构建最优结构投资组合以及发现更好的股票群落。