本文把粒子系统中的选举模型应用到股票市场中,使用选举模型构造了新的模型来模拟股票市场中的证券收益率序列.全文共分两部分:第一部分:证券市场上高频数据的统计分析.截至2006年11月17日我国股市的市场容量已达6.51万亿,占我国GDP的比重超过46%.中国股市在我国国民经济中的影响力越来越大,中国股市已经越来越受到实践界和理论界的关注,为此我们对中国股市中的高频数据进行统计分析,希望得到这些数据的一些统计规律性.在分析过程中我们使用了统计学中的“正态概率纸”以及统计物理学中常用的“双对数坐标图”、“幂指数分布检验”、“Zipf图像”等方法.借助于Matlab6.5、SPSS12.0、EVIEWS5.0等计算机软件,通过程序语言的控制,我们得出了中国股市证券收益率序列的“高峰厚尾”、“有偏性”等统计特征,我们也验证了中国股市证券收益率序列、交易量序列的“幂指数分布规则”,同时在文中我们还对比了中国股市和美国、香港等成熟股市的特征并分析了国内外股市的相关性.第二部分:利用选举模型构造股票的收益过程.通过上一部分的工作,我们得知了中国股市证券收益率序列的一些统计特征,这些特征使得传统的股票收益过程服从正态分布的假设不再严格成立.为此我们寻找新的拟合股票收益过程的模型.包括选举模型在内的粒子系统的研究起源于20世纪60年代,最初主要应用于统计物理中,现在也广泛应用于其他领域.选举模型主要是用来处理系统中的人收到不同信息时如何做出反应以及反应后的结果.我们尝试用选举模型来处理股市中的信息对股票价格的影响.主要是通过考察信息对股票收益率的影响来预测股票的价格.通过计算机模拟,我们发现选举模型的一些统计特征与中国股市证券收益率序列的统计特征非常相似,而且使用选举模型来拟合证券收益序列,效果比正态分布更好.