从股票资产间的线性和非线性关联性及动态演化特征出发理解股票市场，对于投资组合优化研究具有深刻的意义。将多层时序网络与最优化理论相结合，以多层时序网络特征向量中心性测度为基础设计网络风险度量指标，创新性地提出全局最小网络风险投资组合模型，基于2010～2022年沪深300成分股数据模拟动态投资过程并结合多种评价指标评估投资组合模型。研究表明：多层时序网络可综合探明股票资产的关联性结构和演变特征，准确刻画复杂金融系统的结构，识别出优质的投资资产；边缘投资组合模型可以获得更好的投资绩效及累积收益率，且这种收益不被系统性风险因子暴露所抵消；边缘全局最小网络风险投资组合模型在外样本期间有着最优的投资表现，且在股市波动依然保持较强的稳健性，适合风险承受能力低的投资者使用。研究结论丰富了投资者的投资策略，尤其是对风险承受能力较低的散户有一定的参考意义。