为了更准确预测股价,本文结合灰色系统理论、马尔可夫链理论,建立了灰色马尔可夫预测模型,并将加权的思想融入其中,进一步改进了灰色马尔可夫预测模型,并做了实证分析。实证分析结果证明改进后的加权灰色马尔可夫模型有更好的预测效果和预测性能。利用该模型做股票价格预测能够为投资者们提供部分的投资参考作用。本文首先详细地介绍了灰色系统和马尔可夫链的基本理论知识,分析了灰色预测模型和马尔可夫预测模型的特点和适用范围：应用灰色系统理论建立的灰色系统预测模型所需信息少,便于计算,预测精度高。但主要是对小数据建模有较好的准确性,数据序列的预测精度会随着随机波动性的增大而下降。而马尔可夫链理论的研究对象是随机变化的动态系统,更加适用于预测那些随机波动比较大的随机过程,并且马尔可夫预测模型更加适用于大样本数据的预测。但其缺点是该模型不仅要求预测对象具有马氏性,而且要求预测数据序列要服从一定的典型分布。然而,对于具有很少信息的系统来说,是难以确定数据预测序列是服从什么分布的。所以,本文将灰色预测模型和马尔可夫预测模型合理的结合起来,让双方的优势互补,应用灰色预测模型来反映预测数据序列的总的发展趋势,然后再在对数据进行趋势化处理的基础上应用马尔可夫预测模型,形成一个灰色马尔可夫预测模型。其次,文章改进了灰色马尔可夫预测模型,建立了加权灰色马尔可夫预测模型。本文中提出的灰色加权马尔可夫预测模型的加权方法与以往不同,提出了一种新的基于遗传算法的加权方法。文章最后一部分是实证分析部分,作者运用改进前的灰色马尔可夫预测模型来预测股票价格,而且运用改进后的加权灰色马尔可夫预测模型预测股票价格,将两种模型下的预测结果和预测性能作比较,得出改进后的加权灰色马尔可夫模型有更好的预测效果和预测性能。利用该模型做股票价格预测能够为投资者们提供部分的投资参考作用。