随着复杂网络的不断发展,越来越多的学者开始在传染病模型的基础上与复杂网络相结合,探究其传播规律.情绪作为人的一种特性,受他人情绪影响后导致情绪传播,在某种程度上与疾病传播相似.在中国股票市场中,个体投资者比例较大,个体投资者由于缺乏专业知识,风险意识不强,其情绪极易受外界的干扰.而投资者情绪作为投资行为的重要因素,直接影响着投资者的投资收益.与机构投资者相比,个体投资者往往趋于非理性投资.因此,研究投资者情绪传播模型有助于探究情绪在投资者网络中的传播机制,对稳定市场秩序有指导性作用.本论文结合传染病模型,在复杂网络上分别构建了两种投资者情绪传播模型,并对两个模型进行理论分析,探究投资者情绪传播机制,最后通过仿真探究不同参数对情绪传播的影响.主要内容及结论如下:（1）在投资者网络中对传统的SIR模型加以改进,考虑个体差异性,建立SI₁I₂R投资者情绪传播模型.在此基础上,找出模型的平衡点,并对其进行稳定性分析.最后,利用MATLAB对模型进行数值模拟,探究不同参数对情绪传播的影响.结果表明:控制个体投资者在股市中的比例,有助于抑制非理性情绪的传播;加强投资者金融知识的普及时,可以有效的降低非理性投资者比例,从而促进投资者情绪趋于稳定.（2）在第一个模型的研究基础上,考虑教育指导因素,基于SIR模型在双层网络上探究风险意识与情绪传播的关系,建立UAU-SIR投资者情绪传播模型.首先,通过微观马尔可夫链的方法（MMCA）画出概率树,表示各状态的转换过程,再建立方程并推导出其传播阈值,最后,通过大量的蒙特卡洛（MC）模拟,与微观马尔可夫链（MMCA）方法所得结果进行比较,分析风险意识与投资者情绪传播间的耦合关系,以及权威机构教育指导对情绪传播的影响.结果表明:MMCA方法与MC模拟的吻合度较高,MMCA方法能有效的预测结果;风险意识的转换与情绪传播之间的耦合关系影响模型的传播阈值和最终规模;教育指导对情绪传播有影响,但由于投资者风险意识转化程度不同,教育指导对投资者情绪传播的作用也不同.