直播预告

3月8日（周日）20:00-22:00，集智复杂系统自动建模读书会将进行新一期的论文分享直播，欢迎感兴趣的朋友参与。


金融市场的动态网络分析


金融市场之间的网络拓扑结构，股票和股票之间的相互关系和影响一直以来是金融和学界都很关注的问题，金融市场背后是否遵循一些特定的动力学机制，是否可以预测股票的变化趋势？本周复杂系统自动建模读书会分享的3篇论文将从网络视角来对金融市场进行分析和建模。 

直播地址：集智俱乐部 B 站直播间


👀关注B站主播“集智俱乐部”
不错过每一场集智重磅直播


直播地址：
https://live.bilibili.com/8091531
直播时间 ：20:00-22:00



论文1：
论文题目：
Network Topologies of Shanghai Stock Index 
论文详情：
https://pattern.swarma.org/paper?id=03a83c16-518d-11ea-85de-0242ac1a0005
论文简介：
复杂的网络显示系统的空间拓扑结构，而时间序列可以表达时间的动态特征。如何根据时间序列构建网络，即从拓扑结构的角度讨论动力特征，是一个非常有趣的问题。本文使用金融市场时间序列——上证指数构建网络拓扑。与标准布朗运动的时间序列相比，本文发现金融市场的价格序列的网络结构具有无标度和小世界的属性，而收益序列却具有指数分布的网络拓扑。另外，网络连接对之间的时间间隔是以指数分布衰减的，这意味着与某一时间段相关的时间段出现在泊松过程。
论文作者：
Jianhua Zhang 前北京师范大学系统科学学院教授。
 
主讲人简介：陶然，中央财经大学经济学院研一在读。感兴趣的领域有宏观经济、金融市场、网络重构等。参加读书会的目的是想更加深入地学习复杂系统领域，期望以复杂系统角度解释经济现象。


论文2：
论文题目：
Structure and dynamics of stock market in times of crisis
论文详情：
https://pattern.swarma.org/paper?id=72d19c1a-518b-11ea-99ae-0242ac1a0005
论文简介：
金融危机时期，股票市场发生了巨大的震荡，量化和分析这一变化是许多学者感兴趣的问题。本文从网络科学的视角出发，基于相关性构建了随时间演化的股票网络，并详细研究了网络的各种指标及社群结构变化。通过进一步统计股票网络中连边的变化，作者发现连边的寿命呈指数分布，同时连边变化的剧烈程度也可以作为预测股价波动率的指标。
论文作者：
Longfeng Zhao，曾与Eugene Stanley合作过文章

主讲人简介：赵诣，南京大学物理系大四学生，对复杂系统，尤其是图网络方法感兴趣。


论文3：
论文题目：
Stock network stability in time of crisis
论文详情：
https://pattern.swarma.org/paper?id=e56136ea-5182-11ea-8d20-0242ac1a0005
论文简介：
本文是最早对大规模股票市场建立网络结构并分析的文章之一。文章建立了2000只2012年的动态相关性网络，并应用may-winger理论评价网络的稳定性，发现在金融危机期间，股票之间稳定的关系消失，并且相关性网络结构的各个指标都发生了显著的变化。
论文作者：
Raphael H.Heiberger 斯图加特大学助理教授

主讲人简介：张章，北京师范大学研究生，感兴趣的领域是复杂系统和机器学习。       


复杂系统自动建模

读书会公开招募


我们持续招募对复杂系统建模感兴趣，或正在进行相关研究的朋友，参与到《复杂系统自动建模》系列读书会中，研读经典论文，交流所思所想，激发科研灵感，促进科研合作。

 

报名方式：请扫下方小程序码，填写报名信息。

线上一起读论文——“复杂系统自动建模读书会”开放招募


   

编辑：张爽



资料回看


已解读过的具体的内容和视频可以看下面的视频资料：


    http://campus.swarma.org/play/coursedetail?id=11153

论文题目：

Timme M, Casadiego J. Revealing networks from dynamics: An introduction

论文详情：

https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005

简评：如何根据系统的群体动力学演化规律，对复杂网络的拓扑结构进行重构，是学术界面临的关键问题。本文在简单地引入了复杂网络的基本概念后，介绍了复杂网络中有效链接和结构链接两者之间的区别。文章中详细地回顾了基于群体动力学数据，重构网络中结构链接的三种主要基本方法，即驱动-响应方法、复制-同步方法和直接重构方法，并指出了每种方法的优缺点和适用范围；简略地介绍了基于相关函数和最大熵理论，重构有效链接的思路。



    http://campus.swarma.org/play/coursedetail?id=11154

论文题目：

GMAN: A Graph Multi-Attention Network for Traffic Prediction

论文地址：

https://arxiv.org/abs/1911.08415

简评：论文提出了一种基于多注意力机制的方法来预测交通流量，将交通情况时间和空间上的影响通过时空注意力模型进行建模，encoder编码交通特征decoder预测未来一段时间的交通情况，在xiamen和PeMS数据集的长期流量预测上取得了state-of-the-art的结果。





集智俱乐部QQ群｜877391004

商务合作及投稿转载｜swarma@swarma.org

◆ ◆ ◆

搜索公众号：集智俱乐部


加入“没有围墙的研究所”

让苹果砸得更猛烈些吧！



👇点击“阅读原文”，了解更多论文信息

本篇文章来源于微信公众号: 集智俱乐部