我国股票市场已成为证券业和金融业必不可少的重要组成部分,许多学者提出了各种各样的方法研究股票市场规律。本文结合复杂网络与数据挖掘技术对上证指数序列进行分析。区别于以连续收益率序列为基础研究股票波动趋势,文章同时考虑时间与空间两个维度。　　本文对上证指数2006/10/9至2012/12/11的日收盘价序列进行了数据转换,提取了两个特征模式:天数符号序列与涨跌收益率序列。同时引入调整因子的概念,在不同的调整因子下,动态分析天数符号序列与收益率序列的性质。对天数序列按照时间顺序构建复杂网络,应用k-核方法,研究节点与股市波动状态的关系。对收益率序列分析,考虑收益率的分布情况并使用多维量表与最小生成树方法对不同收益率分布进行分类。　　结果表明:①k-核子网在以天数为节点的网络中占有重要地位,同时,k-核方法将节点分为常态点、过渡点与异常点,此三类节点与股市波动趋势有密切联系。②连续涨跌的收益率分布与常规收益率分布一致,具有“高峰厚尾”的特点,服从非对称的拉普拉斯分布。但是,引入调整因子后,收益率序列逐渐偏离非对称的拉普拉斯分布。结合多维量表与最小生成树方法对收益率序列进行分类,得到了6类不同的收益率分布。