基于MST的辽宁省上市公司风格聚集研究

在风格投资分析中，传统的参数分析方法将带来分析结果的多样性，为此提出了采用具有准确拓扑序列的亚超度量空间方法．首先，计算出股票间任意两个股价间的相关系数，并在此基础上计算出超度量空间的欧式距离；其次，利用Kruskal的最小生成树算法，构建出证券组合的亚超度量空间；最后，将亚超度量空间映射为指数分层结构．对2005年7月至2007年12月的辽宁省上市公司样本的日数据进行实证研究，结果发现存在行业风格、事件风格、业绩风格及现金流风格，这表明亚超度量空间方法是有效的．