最小生成树(Minimal spanning tree)
是一种用来研究股票市场(或更广泛的金融市场)的网络拓朴的一种技巧
首先先透过收集市场时间序列的数据
建构一个关联矩阵
得到这个关联矩阵后
1. 设定阀值
2. 建构最小生成树
就能建构出一个对于这个股票市场网络拓朴的地图
有了这个"股票市场的拓朴"地图
就有非常多后续的应用能实行
比方说:
这个拓朴的确切结构是什么? 星形? 随机? 还是小世界? 甚至是scale-free ?
有什么特征?
聚集系数，最短路径，中心度，社团划分，度分布,等等
都可以计算出来...
又会有什么后续的市场演化行为可以预期?
有人开始把这样的演算技巧应用在股市的套利上了吗?
能否分享一些见解和讨论呢??
(太机密的可以保留没关系 可以分享初潜想法就好)
感谢喔!!

没有

能赚得了钱吗

没听过

我都用BFS

厉害 但是我不懂

还有演算技巧可以套利!!!??

我都用达列斯的精神树，蛮有用的

只有发论文的用途

我都用炼金术 把我的钱炼到别人户头

@[email protected]

被你发现了 已经用这招赚了2.5台国产了 低调

关联矩阵... 我猜这东西用到样本外时 失效情况会蛮严重的

程式交易的秘密不要讲出来

由于graph具有weight,因此，不同的spanning tree,可能有

十年后应该还在发这种文

用的是过去一段时间的数据，只能看这段时间的关联。

我觉得影响损益的是价格、要先把价格简单化 价格相关性要高

我都用 prim's 算法找 现在赚大钱给你参考

其实赢家也没有用什么特别方法 关键是你的贪婪 和 恐惧尊重市场价格 不要因为找方法 趋势错了 还认为自己是对的

我还以为小生成树是哪个日本人呢

用这作模型可以啊，问题是阀值…

我个人是用流体力学的概念去产出模型 报酬率很稳定 供你参考

我都用国泰人寿大树模型来分析

楼下在世界树上遇到老爸

我都用extreme gradient boost tree

我用ohlson score

我用ohm's law

我用测不准原理在台股大捞金

我都用村上春树捞了很多精

我跟楼下都shooting dart百试百灵

个人都是使用螺旋史观的一种概念武装，股价起起伏伏就是一种螺旋史观的一种延伸

人家观察技术面基本面 我都是看原力黑暗面再做的

无视14楼的苏黎士大大...

我是用内心小宇宙喷发的速度来观察很实际

我是用LSTM 模拟之后赔了2.5E

股市只有低买高卖你想得太复杂了

我都用生命树预测股价

我都用贪婪算法greedy algorithm来玩股票

我都是用3D传感模型来选股 现在资产都3低了

我都用蒙特罗算法 验证模型稳定

周期性和关联性。

这模型可看成股价报酬相关系数矩阵的进化版

这里大部分版众都马不学无术 你跟他讲道理 只会回你能赚钱吗？ 不能赚钱我不想思考

部位大需要个股投资组合的人才会用到这种模型统计套利 配对交易 也会用到 我猜西蒙斯应该也有用简单的说 想做风险分散的人 这模型会比课本的更好资金部位没有到几e几十e 用这种模型 我觉得很多余

我都用类神经的黑箱学习系统进行分析，效果不好连要重现去年的线图都很困难，更遑论预测未来了

deep learning 目标应该不是去年的线图，应该是下几个交易日的涨停就好

我用finite element跑出趋势

连基本会涨跌都训练不出来 还预估个毛涨停

会不会google这些AI技术公司变成最大的金融公司？

我用前十年资料，前九年拿来训练，预测去年来验证没什么准度，不是所有外在条件都可以当参数输入的有内线还比较快

上一个这么做的已经

垃圾桶

我都用deep learning , CNN

那我用ANN

我觉得应该要用one class svm

不如去学 Tensorflow

你把程式交易的秘密说出来了 可能引发金融海啸

我都博杯 一样二分之一的机率