我国股票市场复杂网络模型的“去噪”研究——基于随机矩阵理论

摘要：复杂网络是研究股票市场强有力的工具,构建一个含有优质信息的股票市场复杂网络模型是研究股票市场网络特性的基础。以2017年7月上证180指数成分股的5分钟高频交易数据构建股票市场复杂网络模型并对RMT理论(随机矩阵理论)在我国股票市场的优化机制进行研究。从网络稳定性、投资组合风险两方面探索网络优化前后拓扑性质的迥异。实证分析结果表明,当市场相对稳定时,优化网络有着比原网络更好的稳定性,并且在允许卖空的条件下,RMT方法相对准确地估计了风险,减小了实际投资风险。