文件名称：StockMarkNetIndicator：“网络几何和市场不稳定”的存储库
文件大小：400KB
文件格式：ZIP
更新时间：2024-03-03 00:31:27
Python
股市网络指标 “ StockMarkNetIndicators”存储库中的代码可用于过滤金融市场中股票的互相关矩阵，以基于最小生成树（MST）和所选阈值构建股票网络。 此后，可以通过计算包括基于边缘的曲率量度在内的几种网络量度来表征边缘列表或文件形式的已过滤网络。 构造的网络采用边缘列表形式，并传递给进一步调查。 代码详细信息： 以下脚本可用于过滤互相关矩阵，并生成过滤后的网络的边缘文件和节点文件： mst_wt.py：Python脚本，用于从互相关值的加权网络中生成加权或未加权的已过滤最小生成树+阈值网络。 当da常数大于1（稀疏状态）时，在pn = d / n方案中，Erdös-Renyi随机图G（n，pn）的分量具有零频谱间隙，即n→∞。 这与较早的结果相反，当np n = O（log 2（n））时，光谱间隙存在。 我们还证明，对于任何δ>，在pn = d / n的情况下； 0E
【文件预览】：
StockMarkNetIndicator-main
----CODE()
--------network_entropy.py(3KB)
--------mst_wt.py(2KB)
--------louvain-generic()
--------MengerHaantjesUnweighted.py(2KB)
--------analysis_matlab.m(1KB)
--------FormanUndirected.cpp(4KB)
--------graph_measures.py(2KB)
--------OR-UnDir.py(6KB)
--------comm_eff.py(2KB)
----.gitattributes(41B)
----JPN22d5s.xlsx(121KB)
----USA22d22s.xlsx(33KB)
----JPN22d22s.xlsx(32KB)
----README.md(6KB)
----USA22d5s.xlsx(122KB)