中国股票市场经过从1990年至今数十年的高速发展,在经济中的地位不断提升,股票市场为投资者提供获益机会,为企业提供扩大规模的机会,为国家对经济状况的监管提供参考依据。因此,股票市场的研究对个人、企业和国家都具有重要的意义。而股票收益率的相关性研究,可以刻画股票市场中股票之间变化的密切程度,预测股票市场的系统性风险,有助于更加全面、更加客观地认识中国股票市场的规律。基于q-去趋势相关系数、随机矩阵理论和复杂网络理论,本文提出了一种研究时间序列相关性的理论方法,并实证分析了上证180股票收益率序列的相关性及演化特征。本文的主要工作如下:（1）基于q-去趋势相关系数和随机矩阵理论,研究了股票收益率相关性矩阵的动力学特征,识别了股票市场演化的突变点。首先,通过滑动窗口技术和q-去趋势相关系数分析上证180股票收益率的相关性,采用相空间重构方法确定滑动窗口的大小和步长。结合随机矩阵理论,在滑动窗口有无重叠的两种情形下,对相关系数矩阵的动力学特征进行分析。通过对比不同阶数q下,股票的平均相关强度、特征值与特征向量后发现,阶数q越大,上证180股票的平均相关强度越小,这体现了大波动主导下的股票市场的平均相关性没有小波动主导下的相关性高,但不同阶数q下相关性随时间的走势是一致的。最后,基于最小二乘回归,结合股票实际走势和经济政治重大事件的发生时间,确定股票市场系统的突变点,研究不同时期股票市场的系统风险。（2）在前文确定系统突变点从而得到分时期结果的基础上,探索上证180股票市场的演化规律。基于复杂网络理论,搭建了上证180股票相关性网络,研究了相关性网络的统计特征。依据三种中心性指标对股票进行了排序,并分析了股票所在的行业信息。首先,针对分时期后每个时期的股票收益率序列,计算了相关性矩阵sq C),(并搭建网络,讨论了不同阶数q下相关矩阵结构反映出的行业信息。其次,基于中心性指标对网络中的节点进行排序,并结合经济政治重大事件等现实因素对于排名前十的股票对应行业占比与波动原因也进行了剖析。对比分析了不同时期、尺度s取不同值下的排名股票,挖掘了股票市场的行业情况在不同时段的演化规律。本文给出的一种研究时间序列相关性的理论方法可以用来分析股票市场数据的相关性,帮助投资者、企业和国家更好地掌握股票市场的演变规律和系统性风险。本方法也可以用于其他领域数据的相关性分析。