Monitoring the Dynamic Networks of Stock Returns
股票收益动态网络的监测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确将滚动股票网络的树间距离构造成时间序列，并进行统计过程监测。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
股票收益动态网络的监测
- 研究问题
- 如何跟踪瑞典资本市场中公司之间关系的变化，并将随时间演化的收益网络转化为可用于异常变化监测的统计序列？
- 方法与思路
- 作者对 OMX30 涉及的二十八家公司构造距离与滚动窗口层次聚类，再将聚类树之间的距离形成序列，应用 Shewhart 控制图。
- 材料陈述的贡献
- 摘要提出由公司距离、聚类树距离和控制图组成的监测流程，将股票关系网络的变化压缩为一维时间序列以检测异常。
- 阅读关注点
- 应核对公司距离和聚类树距离的定义、窗口设置、控制图阈值与序列依赖的处理，以及异常信号的误报率和经济解释。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未报告检测准确性，网络变化信号不能直接解释为因果传染或投资机会。
原文摘要
In this paper, we study the connection between the companies in the Swedish capital market. We consider 28 companies included in the determination of the market index OMX30. The network structure of the market is constructed using different methods to determine the distance between the companies. We use hierarchical clustering methods to find the relation among the companies in each window. Next, we obtain one-dimensional time series of the distances between the clustering trees that reflect the changes in the relationship between the companies in the market over time. The method of statistical process control, namely the Shewhart control chart, is applied to those time series to detect abnormal changes in the financial market.