|
因此,就交易和投资特定股票的投资者数量而言,该系统具有高度的异质性。我们已经证实,这种异质性并不妨碍对分类变量使用基于相关的方法。事实上,我们已经证明,有可能根据状态买入、卖出和买入/卖出的分类变量来设计一种方法,并获得和分析一个不同的矩阵,该矩阵是通过使用Jaccard度量来计算的,该度量在描述一对投资者的交易收益的向量之间进行。该方法能够揭示异质投资者交易文件的层次结构。我们表明,当使用适当的层次树阈值时,我们基于相关性的方法可以检测到与通过统计验证的网络方法获得的聚类结构重叠的层次结构。我们还提出了一种结合这两种方法从数据中提取额外信息的方法。事实上,基于统计验证网络和社区检测的方法给出的结果精度很高,但精度未知。将统计验证网络方法与基于相关性的方法相结合,扩大了关于投资者集群的可用信息集,表明以最小的精度降低成本(即假阳性增加)提高了精度。当有迹象表明统计验证网络方法的准确性太有限,无法正确描述感兴趣的系统时,我们建议使用这两种方法的组合。参考文献[1]霍姆斯,C H 2006经济学和金融学中的异质代理模型,载于计算经济学手册,第2卷:基于代理的计算经济学,由L.Tesfatsion和K.L.编辑。
|