1. 研究目的与意义
经济活动日趋活跃的今天，经济形势与每个人的日常生活也联系日趋紧密，而金融市场反映了市场预期变化和投资者对未来经济环境的判断，在很大程度上反映了国民经济的生产运作。
股票市场逐渐成为国家宏观经济的晴雨表。
在个人层面，越来越多的人通过股票市场进行个人投资，因此对股票市场的研究无论是对国家宏观经济、行业发展前景还是投资者个人投资均有裨益。
2. 研究内容和预期目标
研究内容复杂网络理论社团结构自发现以来得到了大家的广泛认可，它的应用有很大的空间。
本文希望挖掘出社团结构分析解决实际问题的更大的价值。
在整个经济活动中，不同行业对我国股市价格波动影响不同，不同概念对于外界信息的变化反映速度不一，仅从行业、公司的基本面去研究我国的股票市场和宏观经济运行情况是片面的，对风险的把握是延时的，我们需要考虑直接从市场本身入手，从公司的市场价值、投资者的投资行为出发，更全面地去认识股票市场、行业经济，而受宏观经济、行业发展状况以及公司自身特征的影响，市场中各股票的价格波动存在一定的相关性。
3. 国内外研究现状
1998年，Watts和Strogatz提出了小世界网络这一概念，并建立了WS模型，并将统计物理学的方法应用于复杂网络研究[9]。
实证研究表明，大多数的真实网络都具有小世界特性和聚类特性。
Mantegna首次根据股票价格数据基于标准普尔500支股票构建了股票关联网络，发现了股票间的等级聚类结构[10]。
4. 计划与进度安排
（一）准备阶段 1. 2022年11月1日至11月15日，查阅收集文献资料、确定选题，准备开题报告。
2. 2022年11月16日至11月30日，进一步修正研究目标、内容和方法，完成开题报告。
3. 2022年12月1日至2022年1月15日，进一步查阅文献，收集资料，为论文写作做准备。
5. 参考文献
[1] 谢赤, 边慧东, 王纲金. 牛熊市视角下股票关联网络动态拓扑结构研究——以上证50指数为例[J]. 复杂系统与复杂性科学, 2017, 14(01): 66-74. [2] 骆志刚, 丁凡, 蒋晓舟, 石金龙. 复杂网络社团发现算法研究新进展[J]. 国防科技大学学报, 2011, 33(01): 47-52. [3] 赵姝, 吴敏章, 段震, 汪洋, 张燕平. 基于邻居节点搜索的社团发现算法[J]. 小型微型计算机系统, 2015, 36(08): 1795-1798. [4] 赵凤霞, 谢福鼎. 基于K-means聚类算法的复杂网络社团发现新方法[J]. 计算机应用研究, 2009, 26(06): 2041-2043 2049. [5] 朱小虎, 宋文军, 王崇骏, 谢俊元. 用于社团发现的Girvan-Newman改进算法[J]. 计算机科学与探索, 2010, 4(12): 1101-1108. [6] M. E. J. Newman. Detecting community structure in networks[J]. The European Physical Journal B. 2004 (2): 321-330. [7] Newman MEJ. Scientific collaboration networks. Ⅱ. Shortest paths, weighted networks, and centrality[J]. Physical Review E Statistical, Nonlinear and Soft Matter Physics. 2001, 64(1), 016132. [8] 王凯. 股市复杂网络的聚类结构分析[D]. 华南理工大学, 2014. [9] Watts D J, Strogatz S H. Collective dynamics of ‘small-world’ networks[J]. Nature. 1998(393): 440-442. [10] R. N. Mantegna. Hierarchical structure in financial markets[J]. The European Physical Journal B-Condensed Matter and Complex Systems, 1999, 11(1): 193-197. [11] Kim H J, Lee Y, Kahng B, Kim I M. Weighted Scale-Free Network in Financial Correlations[J]. Journal of Physical Society of Japan, 2002, 71(9): 2133- 2136. [12] Micciche S, Bonanno G, Lillo F, Mantegna R N. Degree Stability of a Minimum Spanning Tree of Price Return and Volatility. Physica A Statistical Mechanics and its Applications. 2003, 324(01): 66-73. [13] 王娟, 王卫华. 基于复杂网络的股票社团化分析[J]. 武汉理工大学学报(信息与管理工程版), 2010, 32(05): 829-831. [14] 黄玮强, 庄新田, 姚爽. 中国股票关联网络拓扑性质与聚类结构分析[J]. 管理科学, 2008(03): 94-103. [15] 庄新田, 闵志锋, 陈师阳. 上海证券市场的复杂网络特性分析[J]. 东北大学学报(自然科学版), 2007(07): 1053-1056. [16] 张伟平, 庄新田, 李延双. 股指极端波动下中国股票市场网络拓扑结构[J]. 东北大学学报(自然科学版), 2018, 39(10): 1511-1515.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
