股票市场包含了大量的数据信息,受到很多内部和外部因素的共同影响,如何挖掘股票市场的内在信息,一直是市场关注的热点。近年,基于复杂性科学的分形理论和复杂网络理论,由于其在描述股票市场结构及价格波动风险方面的独特优势并可以从整体层次上分析股票市场所呈现出来的复杂系统结构特征,得到了广泛关注。
目前基于复杂网络理论对股票市场的研究,局限于股票市场关联网络静态拓扑结构、市场风险传染的研究,而基于分形理论的研究侧重于股票市场收益时间序列的分布特征研究。这些研究无法深入刻画股票市场在时间上的演变规律以及风险传染行为。将复杂网络理论与分形理论相结合,能更深层次地挖掘股票市场运行的关联模式。本书运用复杂网络理论与分形理论,构建股票市场动态关联网络,依据网络的基本拓扑结构特征,从时间和空间两个维度,研究股票市场内在的结构特征、市场运行的关联模式以及风险传染规律,揭示突发事件引发的风险传染及对投资组合的影响。