中国股票市场正处于快速的发展变革期,量化选股策略被越来越多的投资者应用于投资组合中。股票价格的波动不仅受内在价值影响,股票之间也会互相作用,共同构筑成为一个巨型的复杂系统。复杂网络理论作为研究复杂系统的完美工具,能够全面、系统地刻画股票市场的复杂关系,从整体上理解股票间的关联性和动态演化特征。因此,如何将股市中蕴含的投资逻辑提取出来,对丰富投资理论以及为投资者提供更多的投资策略具有重要意义。本文以沪深300成分股为研究对象,运用复杂网络理论构建股票关联网络,并对股票网络的动态演化特征进行分析。利用社团划分理论与因子打分分析法,基于网络的统计特性与股票的财务指标选股,构建投资组合,并以半年、一年、两年和三年为周期回测最终组合的表现。研究表明:（1）在股指大幅波动期间,股票网络的聚集性明显提升,金融业股票占据网络的核心位置,能够将风险传染至其他行业股票,监管部门应重点监控此类股票。对最小生成树网络进行社团划分,回测结果表明社团划分能够有效降低股票组合的波动风险。（2）对股票的财务指标进行有效性检验,发现市净率、市盈率、净资产收益率、净利润增长率与收益率均成正比关系,而股票度值与收益率成反比关系。ESG评分、市盈率相对盈利增长比率（PEG）等指标并未显示出与收益率之间的显著相关性。（3）利用社团划分与指标打分法筛选出的股票进行投资组合回测,最高收益率为268.95%,高于行业分散组合的191.27%,大幅跑赢同期沪深300指数收益率64.10%。实验组的持股时间越长,超额收益率越高,因此本策略适合长期投资。本文将复杂网络统计特性与股票财务指标结合,提出一种新颖的投资组合策略,对复杂网络在量化选股中的应用具有一定的指导意义。