Resumen

Las redes complejas en el mercado de valores y la predicción de patrones de volatilidad de precios de acciones son temas importantes en la investigación de precios de acciones. Estudios previos han utilizado información histórica sobre una sola acción para predecir la tendencia futura del precio de las acciones, rara vez considerando la comovimiento entre acciones en el mismo mercado. En este estudio, con el fin de extraer la información sobre acciones relacionadas para la predicción, intentamos combinar el método de redes complejas con el aprendizaje automático para predecir los patrones de precios de las acciones. En primer lugar, proponemos un nuevo método de construcción de redes de patrones para series temporales de acciones multivariadas. Los patrones de combinación de volatilidad de precios del índice Standard & Poors 500 (S&P 500), el índice compuesto NASDAQ (NASDAQ) y el promedio industrial Dow Jones (DJIA) se transforman en redes dirigidas ponderadas. Se encontró que las características de la topología de la red, como la centralidad del grado promedio, la fuerza promedio, la longitud promedio

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Redes complejas; Mercado de valores; Volatilidad de precios de acciones; Predicción; Aprendizaje automático; Algoritmos SVM
• Keywords:Complex networks; Stock market; Stock price volatility; Prediction; Machine learning; SVM algorithms