最小生成樹(Minimal spanning tree)
是一種用來研究股票市場(或更廣泛的金融市場)的網絡拓樸的一種技巧
首先先透過收集市場時間序列的數據
建構一個關聯矩陣
得到這個關聯矩陣後
1. 設定閥值
2. 建構最小生成樹
就能建構出一個對於這個股票市場網絡拓樸的地圖
有了這個"股票市場的拓樸"地圖
就有非常多後續的應用能實行
比方說:
這個拓樸的確切結構是什麼? 星形? 隨機? 還是小世界? 甚至是scale-free ?
有什麼特徵?
聚集係數，最短路徑，中心度，社團劃分，度分布,等等
都可以計算出來...
又會有什麼後續的市場演化行為可以預期?
有人開始把這樣的演算技巧應用在股市的套利上了嗎?
能否分享一些見解和討論呢??
(太機密的可以保留沒關係 可以分享初潛想法就好)
感謝喔!!

沒有

能賺得了錢嗎

沒聽過

我都用BFS

厲害 但是我不懂

還有演算技巧可以套利!!!??

我都用達列斯的精神樹，蠻有用的

只有發論文的用途

我都用鍊金術 把我的錢鍊到別人戶頭

@[email protected]

被你發現了 已經用這招賺了2.5台國產了 低調

關聯矩陣... 我猜這東西用到樣本外時 失效情況會蠻嚴重的

程式交易的秘密不要講出來

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

十年後應該還在發這種文

用的是過去一段時間的數據，只能看這段時間的關聯。

我覺得影響損益的是價格、要先把價格簡單化 價格相關性要高

我都用 prim's 演算法找 現在賺大錢給你參考

其實贏家也沒有用什麼特別方法 關鍵是你的貪婪 和 恐懼尊重市場價格 不要因為找方法 趨勢錯了 還認為自己是對的

我還以為小生成樹是哪個日本人呢

用這作模型可以啊，問題是閥值…

我個人是用流體力學的概念去產出模型 報酬率很穩定 供你參考

我都用國泰人壽大樹模型來分析

樓下在世界樹上遇到老爸

我都用extreme gradient boost tree

我用ohlson score

我用ohm's law

我用測不準原理在台股大撈金

我都用村上春樹撈了很多精

我跟樓下都shooting dart百試百靈

個人都是使用螺旋史觀的一種概念武裝，股價起起伏伏就是一種螺旋史觀的一種延伸

人家觀察技術面基本面 我都是看原力黑暗面再做的

無視14樓的蘇黎士大大...

我是用內心小宇宙噴發的速度來觀察很實際

我是用LSTM 模擬之後賠了2.5E

股市只有低買高賣你想得太複雜了

我都用生命樹預測股價

我都用貪婪演算法greedy algorithm來玩股票

我都是用3D感測模型來選股 現在資產都3低了

我都用蒙特羅演算法 驗證模型穩定

週期性和關聯性。

這模型可看成股價報酬相關係數矩陣的進化版

這裡大部分版眾都馬不學無術 你跟他講道理 只會回你能賺錢嗎？ 不能賺錢我不想思考

部位大需要個股投資組合的人才會用到這種模型統計套利 配對交易 也會用到 我猜西蒙斯應該也有用簡單的說 想做風險分散的人 這模型會比課本的更好資金部位沒有到幾e幾十e 用這種模型 我覺得很多餘

我都用類神經的黑箱學習系統進行分析，效果不好連要重現去年的線圖都很困難，更遑論預測未來了

deep learning 目標應該不是去年的線圖，應該是下幾個交易日的漲停就好

我用finite element跑出趨勢

連基本會漲跌都訓練不出來 還預估個毛漲停

會不會google這些AI技術公司變成最大的金融公司？

我用前十年資料，前九年拿來訓練，預測去年來驗證沒什麼準度，不是所有外在條件都可以當參數輸入的有內線還比較快

上一個這麼做的已經

垃圾桶

我都用deep learning , CNN

那我用ANN

我覺得應該要用one class svm

不如去學 Tensorflow

你把程式交易的秘密說出來了 可能引發金融海嘯

我都博杯 一樣二分之一的機率