近些年随着互联网的飞速发展,我们的社会已经步入到复杂网络的时代,人们的生产活动以及生活方式也离不开复杂网络的运行,在一些特定的网络中研究相关的知识更加符合当今时代的发展,因此很多学者将传统的传染病模型等在复杂网络中做出相关的讨论,得出更加实际的结果。行为金融学的学者将投资个体的心理与行为等诸多因素考虑到了投资者的投资决策行为之中,认为是在一定理性的基础上再加上其他因素（如情感、教育等）所作出的投资行为。因此在金融体系中加入对个体的情绪情感的研究,这样更加可以解释传统的金融学理论无法解释的现象。现阶段,对证券市场投资者情绪的研究主要集中在投资者情绪指标和投资者情绪本身对投资者决策以及股票收益的影响,对投资者情绪传播机制的研究较为缺乏。由于情绪是易于传染的,且投资者情绪的传染会对市场波动性产生较大的影响,因而对投资者情绪传播这一方面值得广大学者去深入研究。本文将结合传统的传染病模型,在复杂网络中分别构建同质与异质两种投资者情绪传播网络,以此来研究投资者的情绪传播过程。通过讨论现实市场中的投资者情绪状态变化,深入探讨情绪传播的内在机理,试图了解情绪传播的过程与影响因素。并对两个模型的理论进行分析,如模型的基本再生数计算、平衡点的稳定性分析、探讨模型参数对情绪传播的影响等方面。主要从以下方面进行:首先,本文考虑在同质网络中由于信息延迟所造成的时滞因素以及人们社交能力有限而引入的饱和发生率因素,从而建立了SIR情绪传播模型。通过分析,对模型中平衡点的存在性、唯一性以及稳定性分别给出证明,并通过数值模拟验证得到结果。结果表明,减小系统中的时滞因素有利于系统的稳定且可以有效控制情绪传播的范围。其次,本文考虑由于行为交互而形成的非均匀网络以及情绪传播的多样性,从而基于复杂网络建立了SEI1I2R模型,验证了系统的稳定性和投资者情绪传播的阈值。在数值模拟中我们描绘了网络中各类人群的密度变化曲线,分析由于不同因素所引起的密度变化。本文的创新之处在于:考虑到个人的接触能力是非常有限的,传染率总会有一个饱和的状态,所以在均匀网络上的系统中,引入了饱和特征的接触率,并在此基础上考虑信息延迟所造成的时滞因素;投资者情绪传播过程中考虑了暴露者存在的情况以及影响性,更加全面的考虑易感投资者与传播投资者接触后前者转变的多样性。