股票市场具有明显的波动性、复杂性、聚耦合性等特征,是一个不断变化的复杂系统。研究股票市场结构特性和个股之间的相互关系对理解证券市场的变化机制有着重要意义。复杂网络理论的出现,可以很好的将股票市场中各个复杂因素问题抽象为网络拓扑结构问题,为研究股票市场发展提供重要的理论依据,还可以为投资者和监管部门提供一些间接性意见。因此,本文主要以我国沪深股票市场股票数据为研究对象,结合复杂网络理论方法,构建股票关联网络,分析网络拓扑特征,通过实证分析深入了解我国股市的发展特性和变化规律。文章具体内容如下:第一章,简要概括了复杂网络在股票市场中的研究背景以及研究现状,最后引出本文的研究内容。第二章,介绍了本文涉及到的图论知识、网络的几种基本静态特征和几种常见的网络机制模型等复杂网络基础知识。第三章,为了挖掘股票网络市场的重要节点,选取2010年-2017年沪深300(CSI300)个股指数的日收盘价数据,用相关系数刻画股票间的相关性,利用基于皮尔逊相关系数的阈值法对网络去噪,再用Louvain Method算法对每个股票网络进行社团划分,并挖掘社团中的重要节点。研究发现沪深股票市场中制造业在整个行业中所占百分比较高,且在社团中存在集聚现象,同类股票之间联系紧密;另外中国的股票市场缺乏具有相对较大影响力的股票,说明股市目前发展还不健全。第四章,为了了解上证与深证两个股票市场的稳定性差异,选取2006年-2017年上证100指数和深证100指数的个股日收盘价数据,用股票间的相关系数作为网络连边依据;采用P-Median Problem(PMP)方法构建上证100指数和深证100指数星型聚类结构,分别得到了上证和深证12个不同时间段的星型网络图;引入相似性度量值α分别探讨上证和深证两个股票网络的聚类结构的变化趋势,并对聚类结构的中心股票所属行业进行分析。研究发现上证股市结构稳定性比深证强;对于上证与深证的行业发展规划的侧重点,除去制造业,上证倾向于发展供应业,深证倾向于发展金融业;此外,股票网络结构稳定性在金融危机前会显著变化,对危机的发生有一定的预警作用。