讲座主题：基于潜空间聚类算法的量化选股策略

时间：2025年6月27日10：00-11：30

地点：商学院405室

邀请部门：金融学系

报告简介：在网络数据分析中，潜空间模型（LSM）可以挖掘网络节点的潜在属性，表征成员的隐含特征，被广泛用于社交网络、金融网络等场景中。本研究设计了潜空间模型的参数估计算法，并利用估计出的潜空间变量，提出了网络节点的聚类方法。作为此方法在金融领域的重要应用，我们根据基金持仓数据构建股票网络，发掘股票网络中隐含的社区属性，并将股票进行聚类。进一步地，我们遵循稀疏性的原则，引入基于聚类结果的股票数量限制，并利用整数规划构建最优投资组合。实证显示，本研究提出的选股方法不但可以完成股票数量限制，而且能避免同质化股票的选取，从而分散风险。