|
|
|
|
خوشه‌یابی پیمانگی در سری‌های زمانی مالی
|
|
|
|
|
|
|
|
نویسنده
|
پاپی دانیال ,موحد محمدصادق
|
|
منبع
|
پژوهش فيزيك ايران - 1400 - دوره : 21 - شماره : 2 - صفحه:317 -334
|
|
چکیده
|
در این مقاله با تکیه بر خوشه‌یابی در شبکه‌های پیچیده که می‌تواند ویژگی‌های بزرگ مقیاس شبکه را تعیین کند، به مطالعۀ 48 بازار مالی در سراسر دنیا می‌پردازیم. برای این منظور روش بیشینه‌سازی پیمانگی را برای شبکه‌های جهت‌دار و وزن‌دار توسعه می‌دهیم. با کمک معیار همبستگی خطی، ماتریس مجاورت را تشکیل داده و با استفاده از نظریۀ ماتریس‌های تصادفی فضای ویژه مقداری ماتریس خود را به دو بخش نامربوط و مربوط تقسیم‌بندی می‌کنیم. با در نظرگرفتن پنجرۀ زمانی و تحول آن در طول سری‌های زمانی، نتایج ما نشان می‌دهد که در حوالی بحران‌های مالی، خوشه‌هایی که غالباً تحت تاثیر ویژگی‌های جغرافیایی است، تشکیل می‌شوند و از منظر شبکه‌های پیچیده، کاتوره‌ای‌ترین رفتار خود را نشان می‌دهند.
|
|
کلیدواژه
|
فیزیک اقتصاد، شبکۀ پیچیده، خوشه‌یابی، بیشینه‌سازی پیمانگی، نظریۀ ماتریس‌های تصادفی
|
|
آدرس
|
دانشگاه شهید بهشتی, دانشکده فیزیک, ایران, دانشگاه شهید بهشتی, دانشکده فیزیک, ایران
|
|
پست الکترونیکی
|
m.s.movahed@ipm.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Modularity cluster finding in financial time series
|
|
|
|
|
Authors
|
Papi D ,Movahed S M S
|
|
Abstract
|
In this paper, relying on the clustering of complex networks that can determine large scale features of the network, we study 48 financial markets across the world. To this end, we develop a modularity maximization method for directed and weighted networks. According to the linear correlation measure, we construct the adjacency matrix, and by using the theory of random matrices, we divide the space of eigenvalues of our matrix into two irrelevant and relevant fragments. By considering the temporal window and its evolution over time series, our results demonstrate that in the vicinity of socalled financial crisis clusters, which are often affected by geographical characteristics, are formed and from the perspective of complex networks, they show more random behavior.
|
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|