近年来,习近平总书记在关于资本市场和金融工作的重要讲话中多次强调,要遵循金融发展规律、要防范化解金融风险、要维护金融安全、要深化金融体制改革,增强金融服务实体经济能力。证券市场作为资本市场的重要参与主体,应当紧紧围绕服务实体经济的本源定位,通过业务转型和管理创新,为推进供给侧结构性改革、支持战略性新兴产业发展贡献力量,在实现高质量发展方面要有新作为。这些重要论断不断彰显“金融是国家重要的核心竞争力”。股票市场是证券市场不可或缺的一部分,它的演化系统是复杂的、非线性的。货币政策、税收制度、财政政策、还有外部环境以及一些不可预知的事件等等,许许多多的因素都会对股票市场的波动产生影响,而且这些影响因素之间并不是独立的,而是互相关联、互相影响的,它们对市场波动的影响有着不同的时滞和强度。中国的股市虽然仅有20多年的历史,但前前后后却经历了七次暴涨暴跌现象。若能够研究股市极端波动的特征,则对于加强市场的风险管控、引导投资者的理性投资、保障股市的持续健康发展都具有理论参考价值。首先,本文在小波去噪理论的基础上通过小波分解、重构的方式去除包含在股市序列中噪声的干扰,提高极端值识别的准确性和有效性。随后,介绍了股市时间序列的两个基本特征:分形特征和长程相关性。然后,将随分形发展起来的一种新的用来研究多重分形特征的方法-多重分形去趋势波动分析法(Multifractal Detrended Fluctuation Analysis,MF-DFA),与替代数据法(surrogate data,S)相结合(两种方法的结合简称SMF-DFA)来确定极端事件的极端阈值,并给出了算法的具体步骤,从一个新的视角来识别极端值。最后,为了验证SMF-DFA算法的有效性,利用Lorenz方程X分量的10000个数据作为测试集,模拟实际中的混沌时间序列,在已知数据正常范围的情况下,人工制造几个异常值,再利用SMF-DFA对异常值进行识别,识别出的极端阈值是准确有效的,由此证明SMF-DFA方法对本文的研究是适用的。在理论基础上,本文选取了具有代表性的贵州茅台股票和紫光股份股票2007年到2018年的日收盘价数据进行了实证分析。对原始数据依次进行了如下处理:平稳化处理、软阈值db4三层小波分解去噪、SMF-DFA法识别极端值。最后得出如下结论:(1)贵州茅台和紫光股份的日收盘价数据均为非平稳时间序列,经一阶差分后的日收益率数据均为平稳时间序列;(2)贵州茅台收益率序列和紫光股份收益率序列的的分布都不均匀。贵州茅台收益率序列的分布不均匀特征更明显,而紫光股份收益率序列的尖峰特征更明显;(3)贵州茅台和紫光股份收益率序列均具有多重分形特征,且紫光股份序列的多重分形特征更强烈;当阶数固定在一定范围时,贵州茅台收益率序列的小幅波动和大幅波动均具有正持久性,而紫光股份的小幅波动具有正持久性,大幅波动却具有反持久性;贵州茅台的收益较稳健,风险小,而紫光股份的收益波动更复杂,投资风险较大;(4)贵州茅台和紫光股份的日收益率数据均具有长程相关性,且当q固定在-4时,长程相关性指数分别为H(q)=0.7310和H(q)=0.7162,两个序列在此时均具有状态持久性。即若在某一时间段内序列波动是往上的,则接下来的一段时间很有可能还是往上的;(5)贵州茅台日收益率序列的极小值阈值和极大值阈值分别为J≤-0.02766和J≥0.024569,且极端波动事件共发生22次,发生极端事件的年份分别为2007年、2008年、2010年、2014年、2015年,其中,2007年和2010年均发生了4次,2008年发生了7次,2015年发生了6次,2014年发生了1次。从波动强度上看,2014年的波动强度最大,2008年和2015年波动强度较大;紫光股份日收益率序列的极大值阈值和极小值阈值分别为J≥0.044031和J≤-0.0657,且极端事件共发生38次,分别分布在2007年,2008年,2013年,2014年,2015年,2018年,发生频次分别为3次,1次,3次,1次,29次,1次,发生频次最高和波动强度最大的年限均为2015年,紫光股份序列受2015年中国股灾的影响较大;(6)小波去噪处理提高了SMF-DFA方法对股票市场极端值识别的有效性。