随着中国股票市场的日益发展,上海与深圳两大证券交易所的制度日渐完善,我国上市公司的数量如雨后春笋般不断增长,呈现出一个错综复杂、莫可名状的关系网络。复杂网络理论的出现及其研究成果的持续涌现,使得对于抽象事物的联系研究事半功倍,在学术界掀起了一股浪潮。已有不少学者基于复杂网络理论构建了股票市场网络,并在此基础上进行了进一步分析,得出了许多有效的结论。但是,该领域仍处于初步探索阶段,仍有很大的研究空间与价值,因此,文章选用复杂网络理论对股票市场进行建模研究,为投资组合的构建带来一个崭新的视角。文章以中国沪深A股板块为研究对象,收集了上证A股、深证A股股票价格指数及其成分股2016年01月04日至2018年12月31日收盘价数据,并做了以下工作:首先,对各板块结构特征进行平稳性、正态性、自相关性等检验,依据检验结果选用R/S法确定股指序列的非循环周期长度T,并对时间窗口t(10)-t T],1[内包含的股指未来短期趋势进行了预测,以将股市中有限的可预测性融入投资组合构建过程中。其次,依据上述结果,当所预测股指走势呈现上涨态势时,选取周期型股票作为投资组合的备选,否则选取防守型股票作为备选,完成投资组合的第一层筛选。再次,基于相关系数阈值法和平面极大过滤法(PMFG)以通过第一层筛选的股票作为节点构建网络,对其进行了动态演化分析,通过比较上述两种网络构建方法的优劣,文章最终选用基于PMFG法构建的网络作为接下来分析的基础。另外,运用FN算法对上述构建的PMFG网络进行了社团划分,结合节点度值复杂网络指标,提出了考虑投资者风险偏好与风险承受度的选股策略,完成投资组合的第二层筛选,同时结合社团划分结果,完成投资组合第三层筛选。至此,投资组合构建过程结束。文章研究表明,沪深A股市场均呈现出“尖峰肥尾”的特征,上A指数(深A指数)的非循环周期长度为95个(126个)交易日。股票市场网络具有显著的联动性,股票节点间关联性强且存在关键节点,节点度值与投资风险之间存在明显的正相关关系,投资者可以结合节点度值复杂网络指标和社团划分结果筛选出相应股票,构建符合自身风险偏好和风险承受度的投资组合。综合文章的研究过程与研究结果,最后分别对股市监管者与股票投资者提出了相应的建议。