建立股票关系网络的多似然方法

Albert，《随机网络中尺度的出现》，《科学》286（1999）509-512。内政部：10.1126/science。286.5439.509.[7] SK公司。佐治亚州斯塔夫罗格鲁。潘特洛斯，他。Stanley，KM Zuev，《金融市场中的隐性互动》，《国家科学院学报》116（22）（2019），10646-10651。内政部。org/10.1073/pnas。1819449116。[8]日本。Onnela，K.Kaski，J.Kertesz，《基于相关性的金融网络中的聚类和信息》，欧洲物理杂志B 38（2）（2004）353-362。内政部：10.1140/epjb/e200400128-7。[9] 日本。Onnela，A.Chakraborti，K.Kaski，J.Kertesz，A.Kanto，《金融市场中的资产树和资产图》，Physica Scripta 106（1）（2003）48-54。doi:10.1238/Physica。有关时事的106a00048[10]千吨。Chi，L.Jing，FCM。Lau，RT.Baillie，FC。Palm，《股票市场的网络视角》，《实证金融杂志》17（4）（2010）659-667。内政部：10.1016/j.jemp fin.2010.04.008。[11] A.墨西哥克劳塞特。Newman，C.Moore，《在非常大的网络中发现社区结构》，物理评论E，70（2）（2004）066111。doi:10.1103/PhysRevE。70.066111.[12] DJ。Watts，SH.Strogatz，《小世界网络的集体动力学》，《自然》，393（1998）440442。内政部：10.1038/30918。[13] V.Boginski，S.Butenko，首相。Pardalos，《金融网络统计分析，计算统计与数据分析》，48（2）（2005）431-443。内政部：10.1016/j.csda。2004.02.004.[14] R.Albert，H.Jeong，AL.Barabasi，《互联网：万维网的直径》，《自然》，401（6）（1999）130-131。内政部：10.1038/43601。[15] G.Csanyi，B.Szendroi，《大型社交网络的结构》，物理评论E，69（3）（2004）036131。doi:10.1103/PhysRevE。69.036131.[16] C.Curme，M.Tumminello，RN。Mantegna等人，《经统计验证的金融日内超前-滞后关系的出现》，《定量金融》，15（8）（2014）1375-1386。内政部。org/10.1080/14697688.2015.1032545。[17] RQ。韩，WJ。谢，X。

Xiong等人，《大崩盘、波动和噪音字母周围的市场相关性结构变化》，6（2）（2017），1750018。内政部。org/10.1142/S0219477517500183。[18] 右侧。Heiberger，《危机时期的股票网络稳定性》，Physica A，393（2014）376-381。内政部：10.1016/j.physa。2013.08.053.[19] GJ。Wang，C.Xie，HE。Stanley，《世界股票市场的相关性结构和演变：基于Peason和偏相关网络的证据》，计算经济学，51（3）（2018），607-635。内政部：10.1007/s10614-016-9627-7。[20] S.Wang，W.Lv，L.Zhao，et al.《不同失效场景下网络化关键基础设施系统的结构和功能鲁棒性》，Physica A：统计力学及其应用，523（2019），476-487。内政部。org/10.1016/j.physa。2019.01.134.【21】WQ。Huang，XT。Zhuang，Y.Shuang，《中国股市网络分析》，PhysicaA，388（14）（2009）2956-2964。内政部：10.1016/j.physa。2009.03.028.[22]L.Zhao，GJ。Wang，M.Wang，et al，《股票市场作为时间网络》，Physica A：统计力学及其应用，506（2018），1104-1112。内政部。org/10.1016/j.physa。2018.05.039.【23】T.Aste，TD。Matteo，ST.Hyde，《双曲面上的复杂网络》，Physica A，346（1-2）（2004）20-26。内政部：10.1016/j.physa。2004.08.045.【24】M.Tumminello，T.Aste，TD。马泰奥，RN。Mantegna，《复杂系统中过滤信息的工具》，《国家科学院学报》，102（30）（2005）10421-10426。内政部：10.1073/pnas。0500298102。[25]G.Bonanno，G.Caldarelli，F.Lillo，RN。Mantegna，《真实和模型市场中基于相关性的最小生成树拓扑》，物理评论E，68（2003）352-375。doi:10.1103/PhysRevE。68.046130.【26】J.Birch，AA。Pantelous，K.Soramaki，《代表DAX30股价回报的基于相关性的网络分析》，计算经济学，47（4）（2016）501-525。内政部：10.1007/s10614015-9481-z[27]日本。

Onnela，K.Kaski，J.Kertesz，A.Chakraborti，《动态资产树与投资组合分析》，欧洲物理杂志B，30（3）（2002）285-288。内政部：10.1140/epjb/e2002-00380-9。[28]L.Xing，M.Guo，X.Liu，et al.一种基于候选自动选择重建一般调节网络的改进贝叶斯网络方法，BMC Genomics，18（9）（2017）844。doi:10.1186/s12864-017-4228-y[29]X.Guo，H.Zhang，F.Jiang，et al.《利用最大似然法和股票大数据开发股票相关网络模型》，2018年IEEE大数据和智能计算国际会议（BigComp），IEEE计算机学会，2018年。内政部：10.1109/BigComp。2018.00073.[30]DY.Kenett、M.Tumminello、A.Madi等人通过股票市场的偏相关分析揭示了金融部门的主导地位。Plos One，5（12）（2010），e 15032。内政部。org/10.1371/journal。波内。0015032【31】L.Junior，A.Mullokandov，D.Kenett，《国际股票市场指数之间的依赖关系》，《风险财务管理杂志》，8（2）（2015），227-265。内政部。org/10.3390/jrfm8020227。[32]X.Guo，H.Zhang，T.Tian，利用互信息和金融大数据开发股票关联网络，Plos One，13（4）（2018）e0195941。doi:10.1371/journal。波内。0195941。[33]F.Cavdur，S.Kumara，《网络挖掘：商业数据应用，信息系统前沿》，16（2014）473-490。内政部：10.1007/s10796-012-9355-z.[34]N.Vandewalle，F.Brisbois，X.Tordoir，《股票市场的自组织临界拓扑》，物理学，1（2000）372-375。[35]Y.Hu，S.Ji，Y.Jin等，《局部结构可以识别和量化大规模社交网络中的影响性全球传播者》，《国家科学院学报》，115（29）（2018），7468-7472。内政部。org/10.1073/pnas。1710547115【36】克。

Palla，I.Derenyi，I.Farkas，T.Vicsek，《揭示自然界和社会中复杂网络的重叠社区结构》，《自然》，435（2005）814-818。内政部：10.1038/nature03607。【37】N.Tichy，《组织中的派系形成和结构分析》，《行政科学季刊》，18（2）（1973）194-208。内政部：10.2307/2392063。