物理学家将金融市场看做一个复杂的多体相互作用的系统,将物理学中,特别是统计物理、理论物理、非线性科学、复杂系统理论中的一些概念和方法运用到对金融市场的研究中。金融市场的动力学系统中一些基本的性质和显著的特征,如杠杆效应、板块效应、价格形成机制、金融危机、大波动、复杂网络结构等都被广泛的关注与研究,并取得了较好的进展与成果。不同股票之间的关联以及相互作用,构成的板块结构,网络社团结构的分析一直以来都备受关注,不仅对我们理解金融系统的复杂网络结构有帮助,更能够在资产配置与投资组合时提高收益率,降低风险。有研究表明,利用股票价格收益率构建的网络结构中边缘性和中心性概念股票,进行投资组合策略的制定,可以达到了很好的收益效果。随着科技的发展,互联网技术的突飞猛进,人们的生活已离不开网络信息,越来越多的行为都以数据化的方式存储下来,形成海量的数据,即我们所熟知的“大数据”。大数据作为一种数据信息化的资产,拥有着无穷潜在的价值,等待人们去挖掘。近些年来,使用大数据来研究金融市场已经成为金融物理学的一个新热点,很多研究者通过Google Trends、推特、金融时报、雅虎搜索引擎等数据源,从中提取出信息,来对金融市场进行分析和预测。本文的重点是将外部信息,Google Trends的数据引入到金融市场的研究中。研究外部信息力对金融动力学的驱动作用。主要探讨两个内容,第一个内容是谷歌搜索量对价格收益率构成的网络结构中心性演化的驱动作用;同时利用EMD分解谷歌搜索量,研究不同时间尺度上的外部信息力对网络结构中心性演化的驱动作用,发现谷歌搜索量的低频模式,即基本趋势对网络中心性具有较强的驱动作用。第二个内容是对谷歌搜索量构建的交叉关联矩阵与价格收益率构建的交叉关联矩阵进行对比分析,同时,为了研究谷歌搜索量和价格收益率之间网络社团的相互作用,构建了谷歌搜索量与价格收益率的双层网络进行分析。