在现实生活中,投资决策行为是非常复杂的,很多因素都会影响投资者的决策过程,不同的投资决策会给股票市场带来不同的影响。越来越多的人认识到,人的行为、心理感受等主观因素在金融投资决策中起着不可忽视的作用。投资者反应不足和反应过度等现代金融理论无法解释的“异象”直接导致了基于投资者行为研究的行为金融学的产生和发展。而有关投资者“从众行为”的理论因为其可能导致股市泡沫,使市场效率受损,增大市场的系统风险,便成为行为金融学最重要的研究内容之一。本文以投资者的从众行为为研究的出发点,用复杂系统理论以及复杂系统仿真工具来解决股票市场复杂性的问题。由于元胞自动机运行速度快,演化规则简单,复杂网络中的社会网络能很好的再现真实生活中人与人之间的联系,故本文采用元胞自动机和复杂网络相结合的方法,建立了股票市场投资者从众行为的仿真模型。通过仿真实现和检验,发现网络结构对股票市场有着重要的影响。与社会网络相比,Moore型邻居网络结构使得投资者的同质性更强,引起的股市波动性较小,不能体现真实股票市场的特征。另外,在Moore型邻居网络结构下,低峰薄尾的股市收益分布与现实股票市场(上证综合指数)尖峰厚尾的现象不符。通过仿真实验结果,本文分析了投资者从众概率均值和方差对股票价格、投资者收益和市场收益及交易情况的影响,发现适度的从众行为会使股票价格、投资者收益率、市场收益率、盈亏人数比例等最大,过强或者过弱的从众行为会使其最小。另外本文还对不同网络结构下的股票市场特征变量进行了比较,发现网络平均度数越大,股票价格、投资者收益率、市场收益率、盈亏人数比例等都越低。