LONGITUDINAL MARKET STRUCTURE DETECTION USING A DYNAMIC MODULARITY-SPECTRAL ALGORITHM
创建于 更新于
摘要
本文提出了一种结合随机矩阵理论、模块度优化与谱聚类的动态模块化谱算法（DynMSA），旨在基于股票回报相关性检测隐藏市场结构，实现更有效分散风险的资产配置。实证结果显示，DynMSA在不同回溯期间内，聚类内相关性显著高于行业分类基准，且能够识别稳定集群及外生冲击导致的市场状态变化。基于算法构建的投资组合在风险调整收益（如Sortino比率和Sharpe比率）及最大回撤等多项指标上优于均等权重市场组合，特别是在中短期相关回溯窗口效果更佳，凸显其在风险管理和投资组合构建中的实用价值。[page::0][page::12][page::13][page::14][page::23][page::24]
