1. 상하위 종목 선정 기준

Degree Centrality (이웃이 얼마나 많은가)

https://cambridge-intelligence.com/wp-content/uploads/2023/08/social-network-analysis-degree-centrality.mp4

Betweenness centrality (얼마나 bridge 역할을 하는지의 정도)

https://cambridge-intelligence.com/wp-content/uploads/2023/08/social-network-analysis-betweenness-centrality.mp4

Closeness centrality (다른 노드들과 얼마나 가까운가)

https://cambridge-intelligence.com/wp-content/uploads/2023/08/social-network-analysis-closeness-centrality.mp4

EigenCentrality (얼마나 central한 node들과 연결되어 있는가)

https://cambridge-intelligence.com/wp-content/uploads/2023/08/social-network-analysis-eigencentrality.mp4

PageRank (중요한 노드들은 또다른 중요한 노드로부터 많은 유입 링크를 가진다는 가정) / 방향성

https://cambridge-intelligence.com/wp-content/uploads/2023/08/social-network-analysis-pagerank.mp4

• 다른 기준은 없는가? : 네트워크 그래프 라이브러리에서 사용되는 옵션들, 네트워크 분석을 할 때, default로 사용되는 기준들.

2. 국내 해외 네트워크 그래프

<좌측 : 해외 , 우측 : 국내>

• 종목 간의 관계를 단순히 주가의 상관계수 활용 시 모든 종목이 비슷하게 움직이거나 쓸데없는 종목이 중요 종목으로 선정되는 문제

  → 주식을 보면 항상 테마나 sector가 묶여서 등락하는 경우가 많기 때문에 일일 주가 변동률을 통해 correalation matrix 새로 생성하여 분석 진행

• 왜 국내 해외 분류가 왜 이렇게 관계성이 전혀 없이 명확하게 분류되었는가?

  → 거시적인 관점에서는 국내와 해외가 비슷하게 흘러가나 일일 주가 변동률로 correlation matrix를 만들었기에 그날 그날의 이슈의 영향을 가장 많이 받음. 굉장히 큰 이슈의 경우에는 국내와 해외가 함께 움직일때도 있지만 대부분의 경우 국내의 테마와 해외의 테마는 나뉘어짐

3. 누적 수익률