中文

图论在投资中的应用

统计金融 2019-02-05 v1 离散数学 数理金融

摘要

图论如何应用于股票市场投资?答案或许能帮助投资者认识其投资的真实风险,有助于防止如 2008 年那样的衰退,并提升学生的金融素养。利用若干原创 Python 程序,我们取一个包含股价间相关性的相关矩阵,并将其转化为可绘制的二值邻接矩阵。由该图我们得到一个每边代表两只股票间弱相关的图。寻找最大完全图将产生一个分散化投资组合。大量试验表明,在经济稳定时期分散化投资组合持续跑赢市场,而未分散化投资组合风险更高且更不可预测,要么产生巨大利润,要么产生更大损失。此外,一旦决定投资组合包含哪些股票,我们如何知道何时投资每只股票以最大化利润?取股价数据并平移数值,能否在某一股票 n 天前以某种方式表现时预测其今日表现?研究发现,这种基于纯相关性预测最佳投资时机的方法未能改善收益。尽管一项使用具有不同相关性的随机股票的试验比持续投资产生了更多利润。

关键词

引用

@article{arxiv.1902.00786,
  title  = {The Applications of Graph Theory to Investing},
  author = {Joseph Attia},
  journal= {arXiv preprint arXiv:1902.00786},
  year   = {2019}
}

备注

53 Pages