随着复杂网络理论的发展,利用其来研究股票网络被作为一个有效的方式,利用网络熵方法对股票网络的研究也越发成熟。Shannon熵、Renyi熵、Tsallis熵等都被用来研究各国股票网络,但针对中国股票网络的网络波动规律和相关影响要素的探索比较缺乏。对中国股票网络波动性及影响因素的实证研究,对现实投资策略的设计、投资风险的规避会有很好的指导作用。所以相应网络波动性及其影响要素的探索实有必要。本文基于我国沪深股市数据,首先构造基于时间序列的动态加权网络,分析了股票关联网络的平均最短路径长度、平均聚集系数、边权平均值和方差,找到各指标间的相互关系;构建网络熵模型,对股票市场收益率波动性进行刻画分析,并研究其适用性,并在此基础上基于新行业分类,对各行业单独刻画;最后通过对网络熵影响因素的分析,找到影响股票市场收益率波动的各指标及其影响方式,通过对网络熵影响因素的识别和分析,有助于加深对网络熵的理解,进而建立基于相关因素的投资策略。经过实证分析,中国股票关联网络的结构特征互相存在显著的线性相关性;网络熵可以有效刻画股票市场的波动性,其中Tsallis熵和Renyi熵可以使α取负来刻画极端情况;相对来说,采矿业、房地产业、金融业在不同股票运行周期网络熵与收益率波动相关性较好;平均聚集系数、最短路径长度、股票收益率和股票收益率波动对网络的动态熵有显著影响。网络熵可以描述股票价格波动的结构和模型的稳定程度。股票价格波动稳定程度越高,越可以在投资中有效管控风险。