近年来复杂网络研究已成为研究热点,其广泛的应用领域更是得到人们的青睐,运用复杂网络理论研究金融证券市场就是其中一个重要的研究领域。2007年美国次贷危机引发的全球性金融危机导致美国以及全球股市暴跌,并严重影响了其他实体经济的发展。为了进一步促进经济发展,包括中国在内的世界各国也将目光转移到了证券市场上来,从股价波动的角度分析股票市场的运行趋势,从微观层面上说,有助于证券投资者分析投资组合、进行证券定价、分析证券市场结构,从而可以找出一些规律,尽力避免诸如股灾这种大的股市波动,使损失最小化、收益最大化;同时也有助于上市公司制定融资策略、实现资本国际化。从宏观层面上说,国家政府机构也可以通过研究股市波动的情况,调控国家经济走势,制定相应的金融、经济制度,在政策层面上进行经济调控。因此股票市场的研究无论是对个人还是政府都具有重要的现实意义。　　本文开创性的将复杂网络理论应用到了股票市场的整体系统中来,试图通过股票市场价格波动的关联性建立网络模型,进行网络拓扑结构分析,以期得到对股票市场运行规律的进一步认识。同时,在研究过程中,由于股市数据的特异性本文还运用了许多计量的方法进行分析,计算和优化。本文的研究思路主要概括如下:　　首先,利用复杂网络理论构建复杂网络模型,通过阈值法建立相关性网络拓扑结构,运用Matlab模拟仿真计算得出不同的网络统计指标,进而分析出了不同网络的性质,获取了一些对我国沪深股票市场的结构特征的认知,得出我国沪深300成分股的收益率网络和市盈率网络具有小世界性和无标度性,网络中各个股票节点的相关性较强;但是对于成交量网络,较小的平均路径和较小的聚类系数使其不具有小世界性,同时较小的聚类系数也使其股票节点与其周围的节点聚为一类的概率大大降低,为网络的自身调节提出了更大的挑战。在讨论收益率和成交量、市盈率之间的相关性时我们发现高成交量交易日之后的股票收益率趋向反转,而市盈率却与成交量正相关,并且成交量对下一期股票收益率的影响程度远远大于成交量对市盈率的影响。　　其次,从沪深股票市场中不同行业股票间的相关性这一个全新的角度,解释了不同行业股票在股票市场中地位的高低不同。运用Matlab仿真模拟网络结构,分析了不同行业权重股之间的网络结构特征,并且通过模糊聚类法对权重股进行聚类,得出结论:权重股网络属于小世界网络,且股票节点间的连接度较大,是一个相关性较强的稠密网络,模糊聚类过程将取自不同行业的权重股依据相互关系的大小和度的不同聚为了9个不同类别,这为投资者研究整个沪深300股票市场的运营规律和收益分析大大降低了工作量。　　最后,以香港股市和美国股市为例分析我国内地与国际证券市场间的相关性,文中分别进行了对比分析和统计分析,统计分析中又采用了平稳性检验和Grange检验,得出结论:国内证券市场具有明显的特征,平均收益率高,风险较大,严重的尖峰厚尾现象说明金融危机后我国股市大部分时间处于跌势,并且暴跌暴涨现象严重,但是作为新兴市场相对于其他的成熟市场受成熟市场的影响却不大;然后得出同属于新兴市场的我国内地股市和香港股市之间存在着相互关系,在显著性水平0.05下我国股市的滞后值是香港股市的格兰杰原因,同时香港股市也是内地股市的格兰杰原因,而作为成熟股市的美国股市却与我国内地股市不存在任何格兰杰因果关系。