基于非线性收敛交叉映射的印度股市行业因果关系与投资策略

《IEEE Aerospace and Electronic Systems Magazine》:CCM-SDCA: A Nonlinear Convergent Cross Mapping Framework for Stock Market Sectoral Dependency and Causal Analysis

【字体: 大 中 小 】 时间:2026年10月21日 来源:IEEE Aerospace and Electronic Systems Magazine 5.1

编辑推荐:

   摘要: 近期,全球和印度股市都通过人工智能与算法智能的结合实现了显著的技术进步。基于这些算法成就,本研究利用非线性收敛交叉映射(CCM)框架分析了印度股市中的复杂因果关系,探讨了各行业之间的相互依赖性。研究涵盖了四个关键的传导机制维度:价格对价格、情绪对情绪、价格对情绪以及情绪

  

摘要:

近期,全球和印度股市都通过人工智能与算法智能的结合实现了显著的技术进步。基于这些算法成就,本研究利用非线性收敛交叉映射(CCM)框架分析了印度股市中的复杂因果关系,探讨了各行业之间的相互依赖性。研究涵盖了四个关键的传导机制维度:价格对价格、情绪对情绪、价格对情绪以及情绪对价格。研究重点关注了八个主要行业,包括科技、制药、银行和能源,并揭示了四种不同的因果效应机制:由制药行业驱动的跨行业情绪传播、通过科技放大的情绪传导、通过银行业渠道传递的宏观经济情绪波动,以及由能源行业引发的宏观经济联系所导致的价格波动。通过对正面、负面和隐性因果模式的识别,本文构建了一个全面的理解行业领导力动态的框架。此外,可以借助“因果得分”(CS)来评估这些模型中的因果分析效果,该得分类似于夏普比率(Sharpe Ratio),用于衡量因果关系的强度与时间稳定性的关系。分析结果显示,CCM的因果得分高达18.09,优于格兰杰因果关系(0.78)和传递熵(11.21),在检测持续性非线性因果关系方面表现更佳。从2023年12月到2025年12月的样本外测试进一步验证了该模型的有效性。具体而言,基于因果关系的投资组合在市场波动阶段能够实现57.9%的更高夏普比率,并在市场下跌期间减少47.2%的负回报,显示出这种策略在捕捉市场趋势和抵御压力方面的优势。这种因果智能将行业关系映射转化为更为精确的分析工具...
查看更多
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号