您的位置: 专家智库 > >

宋宁宁

作品数:6 被引量:50H指数:3
供职机构:武汉理工大学理学院更多>>
发文基金:中央高校基本科研业务费专项资金国家自然科学基金更多>>
相关领域:经济管理自然科学总论理学自动化与计算机技术更多>>

文献类型

  • 5篇期刊文章
  • 1篇学位论文

领域

  • 3篇经济管理
  • 2篇自然科学总论
  • 2篇理学
  • 1篇自动化与计算...

主题

  • 3篇阈值
  • 3篇网络
  • 3篇金融
  • 3篇金融网
  • 3篇金融网络
  • 1篇择偶
  • 1篇社团结构
  • 1篇市场网络
  • 1篇随机矩阵
  • 1篇梯形模糊数
  • 1篇投资者
  • 1篇评价指标
  • 1篇最佳阈值
  • 1篇相关系数
  • 1篇模糊数
  • 1篇模型构建
  • 1篇股票
  • 1篇ESU

机构

  • 6篇武汉理工大学

作者

  • 6篇宋宁宁
  • 4篇韩华
  • 4篇吴翎燕
  • 1篇程战员
  • 1篇郑思莉

传媒

  • 1篇物理学报
  • 1篇武汉理工大学...
  • 1篇计算机工程与...
  • 1篇软件导刊
  • 1篇复杂系统与复...

年份

  • 1篇2015
  • 1篇2014
  • 3篇2013
  • 1篇2012
6 条 记 录,以下是 1-6
排序方式:
基于阈值的金融网络的构建及其应用研究
金融市场是一个高度复杂的动力学系统,基于不同股票之间的相关性构建的金融网络有助于理解金融系统的内在结构和动力学行为。基于复杂网络研究并分析金融市场的结构及其性质需要建立在构建网络的基础上。构建网络的方法有多种,其中边相关...
宋宁宁
关键词:金融网络社团结构
文献传递
一种基于阈值构建金融网络的新方法被引量:9
2015年
针对复杂系统中构建网络的边相关系数阈值法,以金融网络为研究对象,改变以往的使用固定阈值的方法,提出根据相关系数矩阵和金融网络的内在属性确定阈值的新方法。基于股票的相关系数矩阵确定了网络的有效阈值区间,根据可以反映网络内在属性的最大连通子图的节点个数的变化情况来确定阈值,给出了构建金融网络的具体步骤。研究发现,利用该方法构建的金融网络拓扑结构显著。该方法可以推广应用到其他网络中。
宋宁宁韩华吴翎燕
关键词:金融网络阈值
基于随机矩阵的金融网络模型被引量:20
2014年
随机矩阵理论运用于金融领域中研究金融相关系数矩阵的相关性,相关系数矩阵是网络构建中的关键因素,本文将随机矩阵理论与网络构建相结合,研究基于随机矩阵的金融网络模型.本文选取上海证券市场的股票数据,将其中的股票数据分成四个阶段,基于随机矩阵理论,讨论金融相关系数矩阵和随机矩阵的特征值统计性质,并在此基础上对现有的去噪方法进行改进,建立更适合构建金融网络的相关系数矩阵,并构建金融网络模型.然后,基于随机矩阵理论和网络的关键节点分析比较去噪前后的金融网络以及噪声网络,发现对网络去噪后仍保留了原始网络的关键重要的信息,而噪声信息对应的是原始网络中度比较小的节点所代表的信息.最后,基于去噪网络,分析金融网络的拓扑结构,如最小生成树、模体和社团结构,发现改进后的金融网络的拓扑性质更加明显,结构更加紧密.
韩华吴翎燕宋宁宁
关键词:金融网络
基于梯形模糊数和模糊重心的择偶优化模型
2012年
构造了一种择偶因素的评价指标体系,并对构造的合理性与科学性进行了验证,基于梯形模糊数和模糊重心理论建立了择偶满意度最大化的数学优化模型。对模型进行了实践验证,求出了最佳的婚配对象。
程战员郑思莉宋宁宁
关键词:梯形模糊数评价指标
股票市场网络的模体及投资者购买行为研究被引量:2
2013年
从投资者购买股票的角度,基于模体来研究股票网络。收集2000—2011年在上海证券交易所上市的884家A股公司的收盘价格数据,建立了股票网络模型,选取rand-ESU算法检测出股票网络中的模体结构,发现模体是网络中重要的结构,通过对模体的分析,研究了购买股票的可能性,定义了投资者购买股票的可能性公式,在研究网络模体统计特征的基础上,可找到网络的控制点,对股票市场的发展状况做出评价。
宋宁宁韩华吴翎燕
基于相关系数和最佳阈值的股票网络模型构建被引量:20
2013年
运用收集到的沪市股票数据,在给定阈值0.5得到的网络的基础上,基于相关系数和最佳阈值,构建了新的沪市股票网络模型。从网络的节点,社团结构和模体结构3个角度验证分析了该方法构建的网络的拓扑结构稳定。并对构建股票网络的方法进行推广运用,运用收集到的深市股票数据构建了深市股票网络模型,分析了该网络的社团结构和模体结构。结果显示:该方法构建的股票网络具有稳定的拓扑结构。基于相关系数和最佳阈值构建网络的方法可以推广应用到其他领域。
吴翎燕韩华宋宁宁
关键词:相关系数最佳阈值
共1页<1>
聚类工具0