随着世界经济的快速发展,经济全球化的趋势已势不可挡。各行业之间的发展也是环环相扣紧密相连。但我国股票市场发展并不完善,某一行业的突发事件,可能会影响多个行业的股票价格。为了帮助消费者更好地了解股票之间的相关关系以及及时掌握股票市场变化情况,本文以上证380成分股2018年5月2日至2020年4月17日股票价格为研究对象,利用R软件,通过已实现波动率理论和Min RV统计量提取已实现波动率中的跳跃,利用复杂网络技术建立已实现波动跳跃动态网络,并且对所构建的动态网络进行分析。首先,本文提出了一种基于局部随机游走距离轮廓系数的网络社团检测算法（SIL算法）,并给出一个新的定量函数平均轮廓来评估质量网络社团结构。通过一些具有代表性的真实世界网络和计算机生成网络（GN网络和LFR网络）来测试该算法的准确性和效率。实验结果表明,与FG、LE、FP算法相比,SIL算法可以更有效地检测这些网络的真实社团结构。其次,本文基于已实现波动率及已实现波动率跳跃相关理论提取上证380成分股的已实现波动率,对已实现波动率跳跃构建股票动态网络。接着,通过上述跳跃动态网络的统计特征（最短路径长度、聚类系数、网络异质性、度分布、无标度特性及小世界特性）,分析跳跃动态网络统计特征的动态演化,并且通过中心性指标识别出演化过程的关键节点。最后,使用社团检测算法对网络进行社团结构划分,通过与其它三种社团检测算法划分结果的模块度进行比较,本文所提出的算法（SIL算法）的模块度值最大。社团划分结果表明,跳跃动态网络中的社团在演化过程中是以行业划分。通过对股票跳跃动态网络重要节点挖掘发现制造业在股票市场占核心地位,金融业、媒体行业、高新技术行业对其它行业也具有较大影响力;对股票跳跃动态网络社团结构划分结果分析得到制造业内部,制造业、房地产业和采矿业之间存在密切联系。因此,投资者想要规避风险,就要做到“不把鸡蛋放在同一个篮子里”。