交易所DEX+

零费率盛典

本文揭示了TDA如何在2008年和COVID-19危机期间成功识别不同大陆的EEs，并提供了疫情对印度股市的行业分析。本文揭示了TDA如何在2008年和COVID-19危机期间成功识别不同大陆的EEs，并提供了疫情对印度股市的行业分析。

全球金融分析：基于TDA的市场崩盘研究方法

作者：Hackernoon

来源：Hackernoon

2025/08/29 09:27

链接目录

I. 引言

II. 方法论

III. TDA分析多个时间序列的方法

IV. 数据分析

V. 结果与讨论

A. 从股票价格时间序列获取点云

B. 2008年金融危机导致的极端事件

C. COVID-19疫情导致的极端事件

D. COVID-19对印度不同行业的影响

VI. 结论

VII. 致谢与参考文献

V. 结果与讨论

本节展示了使用TDA识别2008年金融危机和COVID-19疫情期间按大洲划分的极端事件(EEs)的结果。它允许一次性从多个股票时间序列中识别极端事件。此外，还分析了COVID-19疫情对印度股票市场各行业的影响。

\ 图4：图(a)表示持久性图，图(b)表示北南美洲点云获取的持久性景观。

:::info 作者：

(1) Anish Rai，锡金国家技术学院物理系，锡金，印度-737139；

(2) Buddha Nath Sharma，锡金国家技术学院物理系，锡金，印度-737139；

(3) Salam Rabindrajit Luwang，锡金国家技术学院物理系，锡金，印度-737139；

(4) Md.Nurujjaman，锡金国家技术学院物理系，锡金，印度-737139；

(5) Sushovan Majhi，乔治华盛顿大学数据科学项目，美国，20052。

:::

:::info 本论文可在arxiv上获取，采用CC BY 4.0 DEED许可证。

:::

免责声明: 本网站转载的文章均来源于公开平台，仅供参考。这些文章不代表 MEXC 的观点或意见。所有版权归原作者所有。如果您认为任何转载文章侵犯了第三方权利，请联系 [email protected] 以便将其删除。MEXC 不对转载文章的及时性、准确性或完整性作出任何陈述或保证，并且不对基于此类内容所采取的任何行动或决定承担责任。转载材料仅供参考，不构成任何商业、金融、法律和/或税务决策的建议、认可或依据。