随着中国金融改革的不断深化,金融法规的不断完善,国民金融知识的不断丰富,证券投资越来越受到投资者的密切关注,特别是股票市场。中国股票市场不仅为企业提供可靠的募资通道,而且为投资者提供了广阔的投资渠道。因此,中国的股票市场与实体经济、国民生活是息息相关的。在这种背景下,股票市场的特征研究就显得尤为重要,其中,股票市场的结构特征正是研究重点之一。目前,已有很多学者利用复杂网络理论从股票的价格、收益率水平、主要控股股东等方面入手,建立了股票市场的复杂网络,来研究股票市场的结构特征。但是,很少有学者以股票日振幅入手。股票振幅体现了股票的活跃程度,既能反映股票市场行业发展情况,又能体现投资者的投资方向和投资情绪。本文选取了2014年6月1日至2015年6月30日的沪深300指数中满足连续交易要求的161只股票,并提取这些股票的日振幅数据作为时间序列数据。经过单位根检验,该时间序列数据满足一阶单整。然后利用协整检验处理这些数据得到任意两只股票之间的协整系数。文章以这161只股票作为复杂网络中的节点,以任意两只股票间的协整关系作为边,建立沪深300成分股的复杂网络。除了度、平均路径长度、聚类系数等基本网络特征,本文进一步分析了沪深300成分股复杂网络的介数、K-核等特征,更加全面地选取出具有重要地位和影响力的股票。研究发现,该网络是具有无标度特性的小世界网络。本文最后研究了沪深300成分股复杂网络的鲁棒性。复杂网络的鲁棒性是指该网络在受到攻击的状态下维持其基本功能的能力。本文讨论了随机做空和恶意做空两种做空模式,将后者又细分为初始度做空、最大度做空和介数做空三种模式,模拟了在这四种做空模式下,沪深300成分股复杂网络的平均路径长度和聚类系数的变化情况。研究结果表明,该网络对于随机做空表现出较好的鲁棒性,而对于恶意做空表现出脆弱性。