疫情冲击下中国股市投资策略构建


	 ———基于复杂网络视角

大理大学学报 ›› 2022, Vol. 7 ›› Issue (12): 65-70.

疫情冲击下中国股市投资策略构建 ———基于复杂网络视角

（安徽财经大学金融学院，安徽蚌埠　233030）

收稿日期:2022-05-10 出版日期:2022-12-15 发布日期:2022-12-15
作者简介:洪振木，副教授，博士，主要从事金融网络、组合网络理论和代数图论研究。
基金资助:
安徽省自然科学基金项目（2108085MA01）；安徽财经大学校级重点项目（ACKYB21019）；安徽财经大学研究生科研项目（ACYC2020142）

Construction of Investment Strategy in Chinese Stock Market under the Impact of the Pandemic：
Based on the Perspective of Complex Network

（College of Finance， Anhui University of Finance and Economics， Bengbu， Anhui 233030，China）

Received:2022-05-10 Online:2022-12-15 Published:2022-12-15

摘要/Abstract

摘要： 新型冠状病毒肺炎疫情给中国股票市场带来了负面冲击。选取沪深300成分股为观测样本，从复杂网络的视角分析疫情冲击下中国股市的波动情况。基于股票相关系数向量的欧式距离和股票关联网络的社团划分提出一种投资策略，通过对比实验分析该策略的有效性。研究发现，新冠疫情的影响在股市中传播存在时滞。从欧氏距离较小的股票组合中选择处于不同社团的股票构建投资组合能够有效分散风险。在该投资策略指导下所做的投资组合在未来一年中能够获得较好的投资效果，为投资者的投资管理提供参考。

关键词:

新冠疫情, 复杂网络, 欧氏距离, 投资组合

Abstract: The COVID-19 has brought a negative impact on China's stock market. Taking 300 constituent stocks of Shanghai and Shenzhen as observation samples， this paper analyzes the volatility of China's stock market under the impact of the pandemic from the perspective of complex network. Based on the Euclidean distance of stock correlation coefficient vector and the community division of stock correlation network， an investment strategy is proposed. The effectiveness of the strategy is analyzed through comparative experiments. It is found that there is a time lag in the transmission of the impact of COVID-19 in the stock market. Choosing stocks in different communities from stocks with small Euclidean distance can effectively spread the risk. The investment portfolio made under the guidance of this investment strategy will achieve better investment results in the next year， providing a reference for investors' investment management.

Key words: COVID-19, complex network, Euclidean distance, investment portfolio

中图分类号:

F832.5

洪振木, 赵　杰. 疫情冲击下中国股市投资策略构建 ———基于复杂网络视角 [J]. 大理大学学报, 2022, 7(12): 65-70.

Hong Zhenmu, Zhao Jie.

Construction of Investment Strategy in Chinese Stock Market under the Impact of the Pandemic：

Based on the Perspective of Complex Network [J]. Journal of Dali University, 2022, 7(12): 65-70.

参考文献

1〕娄飞鹏. 新冠肺炎疫情、金融市场震荡与金融危机〔J〕. 西南金融， 2020（5）： 25-35.

〔2〕关沫，李波，赵海. Internet的复杂网络统计规律研究与分析〔J〕. 计算机工程， 2008， 34（21）： 92-94.

〔3〕 ONNELA J P， KASKI K， KERT?魪SZ J. Clustering and Information in Correlation Based Financial Networks〔J〕. Eur Phys J B Condens Matter， 2004， 38（2）： 353-362.

〔4〕张来军，杨治辉，路飞飞. 基于复杂网络理论的股票指标关联性实证分析〔J〕. 中国管理科学， 2014， 22（12）： 85-92.

〔5〕谢赤，胡珏，王钢金. 基于随机矩阵理论的股市网络拓扑性质研究〔J〕. 运筹与管理， 2018， 27（1）： 144-152.

〔6〕陈超洋，谭丁荣，秦焕梅，等.从复杂网络视角分析系统性风险：综述和展望〔J/OL〕.控制理论与应用：1-17〔2022-09-21〕.http：//gfffgbb8353bb55a248bbh9bovf6bxo6on6bnv.fffg.dali. cwkeji.cn/ kcms/detail/44.1240.TP.20210930.1857.

010.html.

〔7〕李爱忠，任若恩，董纪昌.金融网络风险下多因子矩阵回归的资产组合与定价〔J〕.中国管理科学，2021，29（6）： 1-9.

〔8〕杨海珍，李昌萌，李苏骁. 国际证券资金流动相关性网络特征与其影响因素： 20世纪90年代以来的数据分析〔J〕. 国际金融研究， 2020（10）： 44-54.

〔9〕 YAN X G， XIE C， WANG G J. The Stability of Financial Market Networks〔J〕.EPL （Europhysics Letters）， 2014，107（4）：48002.

〔10〕秦春雷，张巍，朱艳春. 金融危机下证券市场网络结构演化的实证分析〔J〕. 商业研究，2015（3）：98-103.

〔11〕谢赤，胡雪晶，王纲金. 金融危机10年来中国股市动态演化与市场稳健研究：一个基于复杂网络视角的实证〔J〕. 中国管理科学，2020，28（6）：1-12.

〔12〕冯霞，贾宏璨. 考虑节点失效和边失效的航空网络鲁棒性〔J〕. 北京交通大学学报，2021，45（5）：84-92.

〔13〕李延双，庄新田，张伟平.股指极端波动下中国股市复杂网络结构及中心性分析〔J〕. 运筹与管理，2020，29（7）：

131-143.

〔14〕刘超，吴明文，马玉洁. 基于复杂网络的同业拆借市场特性研究：以金融危机时期（2007—2009年）数据为例〔J〕. 财经理论与实践，2014，35（2）：9-15.

〔15〕方意，于渤，王炜.新冠疫情影响下的中国金融市场风险度量与防控研究〔J〕. 中央财经大学学报，2020（8）： 116-128.

〔16〕徐宏，蒲红霞. 新冠疫情对中国股票市场的影响：基于事件研究法的研究〔J〕. 金融论坛，2021，26（7）：70-80.