股票市场是一个具有高度复杂性的系统,受到内部及外部多重因素的影响。同一交易所内乃至各国股市之中的各只股票均存在相互影响相互制约的关系,股票的价格波动并不是独立且仅受自身内部因素影响,,而是与其它相关联股票的波动之间具有很强的相关性,进而各股的联合波动会对整个市场的运行状况造成相应的影响。利用网络方法分析股票市场,是一种研究股市的新方法、新视角。本文利用复杂网络理论,基于中国股票市场中各只股票日收盘价波动之间的相关性构建中国股市的复杂网络,通过时间窗口扫描法分析股市网络的动态变化情况。本文分别采用两种相关性的度量Pearson相关系数和归一化互信息去衡量沪深股市中的各支股票价格波动之间相关性,并利用阈值法以及PMFG算法构建股市网络。通过对各个网络构建算法所构建的股市网络的分析,发现基于Pearson相关系数的阈值筛选法是较优的构建动态股市网络的方法,所构建的股市相关性网络的拓扑结构变化能反映股票市场实际运行状况。当中国股市处于萧条期时,股市相关性阈值网络的度分布具备长尾特性却不再服从幂律分布,网络中节点的度值分布极度不均匀;熊市时的股市网络的连边密度大幅增加,并且连边持续存在的可能性更大。同时,本文研究了如何基于股市网络建模选取少量在证券场中具有重要影响作用的股票,构造基于股市网络的股票指数反映股票市场的实际运行状况。最后,本文研究了股票节点的网络中心性,选取各中心性占优的股票构造投资组合,分析表明处于股市网络中心位置的股票可以从利好政策中获取更大的超额收益,给出投资者在中国股市中投资网络中心节点的建议。