独立成分分析和主成分分析在股票市场上的运用.pdfVIP

2014年3月 第 28卷 第 1期 Mar．2014 Communication onAppliedM athematicsandComputation V0l1．28 No．1 DOI10．3969／j．issn．1006—6330．2014．O1．012 独立成分分析与主成分分析在股票市场上的运用 张 洁 (复旦大学数学科学学院，上海 200433) 摘要 展示了分析及认识金融市场结构的一种新方法．将这种方法实例应用在了股票指数 CAC40的一篮子股票中，对股票价格走势进行分析，并将独立成分分析 (ICA)方法与传统 的主成分分析 (PCA)方法进行了比较． 关键词 独立成分分析；主成分分析；股票指数 2010数学分类号 62P05 中图分类号 O213．9 文献标志码 A 文章编号 1006—6330(2014)01—0086—10 Application ofICA and PCA toextracting structurefrom stock return ZHANG Jie (SchoolofMathematicalSciences，FudanUniversity，Shanghai200433，China) Abstract Thepaperexhibitsanew methodologytoanalyzeand recognizethe financialmarketstructure．Themethodisappliedtotheunderlyingstocksofthe indexCAC40．Thetrendofthestockpriceisanalyzed．andfinallyacomparisonof theindependentcomponentanalysis(ICA)andtheprincipalcomponentanalysis (PCA1is~iven． Keywords ICA；PCA：stockindex 2010MathematicsSubjectClassification 62P05 ChineseLibrary Classification O213．9 1 引 言 1．1 ICA 概述介绍 ICA(独立成分分析)是一种处理信号 (或称指标)的数据分析方法．众所周知，它最 初是研究盲信号分离的一种方法，然而，现在这种方法已经被应用到各种问题上． ICA 的目标是找到统计意义上的独立因子，因此，ICA是寻找时间序列背后真正驱动因素的 有效方法．Back与Weigend[】给出了ICA方法在 日本股票市场分析上的应用．基于文 献 [1]j我们在本文的第二部分给出ICA方法在法国股票市场上的应用． 收稿日期 2013．05．17； 修订日期 2013—07-20 通信作者 张洁，研究方向为金融数学．E—maih062018048@fudan．edu．an 第 1期 张 洁：独立成分分析与主成分分析在股票市场上的运用 87 1．2 ICA 首先约定一些记号．观察到的变量 x(t)= (Xl(t)，2()，… ，Xn(t))T，其中符号 T“” 表示转置， 耽(t)= ∑aijsj(t)．记 s(t)= (sl(t)，82(t)，… ，Sn(t))T为原信号，而向量 j=l 81，82，… ，8 两两独立． A=(n) 1I伫1是混合矩阵． ICA的核心思想是从观察到的 信号出发，找到 几个独立信号源，记之为 y(t)=(Y1(￡)，y2(t)，… ，Yn(￡))T．也就是说，我 们要找到一个矩阵来分离混合信号，使得y(t)=Wx(t)=WAs(t)．为了找到这样一个矩 阵 ，我们需作出以下假设： i)所有观察到的信号之间是互相独立的； ii)至多一个信号源服从高斯分布； iii)所有信号都是平稳的．