20240906-华创证券-_金融工程专题报告_股票网络中心度因子异象研究_29页_2mb

股票网络中心度因子异象研究

本文测试了全A、沪深300和中证1000在不同时间跨度下利用最小生成树构建的网络及三种中心度因子（度中心度、接近中心度、中介中心度）的表现，发现接近中心度因子表现最佳。

通过分析，在不同窗口大小下，22交易日的股价变化构建的网络效果最优，日内股价变化数据噪声大且不稳定，63日和126日窗口虽然包含更多信息，却降低了对当前市场条件的敏感性。此外，股票池越大，IC衰减越慢，网络结构越稳定。

从风险因子角度分析，接近中心度与特质波动因子呈反向关系，与动量、BETA和BTOP因子正相关，与市值和流动性因子负相关。

从定性角度看，接近中心度高的股票关联性强、市场关注度高，能更早反映信息，同时对其他股票有影响力，产生价格溢出效应。

投资建议：利用复杂网络计算股票中心度因子可能获得超额收益。风险提示：历史结果不代表未来表现。

分析逻辑及结论

本研究通过复杂网络理论刻画股票市场网络结构，发现网络中心度高的股票未来收益可能存在超额表现。具体原因包括信息传递优势、市场关注度高等因素，中心度较高的股票能够更快反映市场信息并影响其他股票，形成正反馈循环。