随着全球经济的快速发展,不同国家和地区之间经济的交流和融合以及新的经济格局的形成,国民经济安全问题更加突出,国家新经济政策的制定也更加迫切,对不同产业的发展和引导也更加重要,对证券市场尤其是股票市场的管理和研究的难度也有所增加。在综合因素的影响下,对复杂股票市场中不同股票的相关性进行研究就有着其现实意义和理论价值。随着复杂系统理论的逐渐完善、计算机软硬件性能的提高以及相关方面的进步,对复杂系统的研究也有了新的理论和方法。在对股票网络和超网络理论进行分析的基础上,本文从以下两个方面展开了研究：1、本文以自2010年10月8日到2011年8月18日的沪深300股票指数的收盘价为研究对象,利用超网络聚类和相关的数据挖掘方法,对不同股票进行聚类,进而达到行业的分划。2、通过不同股票之间的交易量的关系,建立了股票超网络模型,并给出了对股票网络形成具有推动作用,且影响股票网络走向的权重股的识别方法。基于超网络的股票市场的研究不仅有其实际意义,而且使人们对一些多层、多级、多维网络流、多属性和多准则的网络问题有了新的认识和理解。