基于同步理论的股票网络社团识别研究

利用股票价格波动时间序列的相关特性，基于同步理论研究股票网络的社团结构。通过对关联矩阵的谱分析确定股票网络中存在复杂的社团结构。随后，利用基于Kuramoto模型的同步聚类算法对网络节点（股票）进行动态分组，由局部序参量确定算法的收敛性并得到稳定的社团结构。通过与快速社团检测算法的对比验证，表明基于Kuramoto模型的同步聚类算法能够正确得到股票网络的社团结构，且更符合股票的属性分类。