股票市场作为金融市场的一个重要组成部分，股票的趋势与波动反映了一个国家的政治、经济和社会状况，能够指导国家宏观调控。但股票市场是一个十分复杂的非线性动力系统，影响股价变动的因素很多，股票价格通常是上下起伏，令投资者无所适从。那么，中国股票市场是否存在均值回复现象？股票价格的未来走势是否具有可预测性？　　本文主要是在研究中国股票市场存在均值回复现象的基础上，分析股市预测方法，提出一种组合预测模型。本文的主要研究成果由以下两部分组成：　　第一部分：从研究中国股票市场的角度出发，选取1996年1月至2015年6月的上海证券交易所行业分类指数月度数据，采用自相关检验和协整理论验证上海股票市场中工业、商业、地产、公用以及综合业这五个行业的股票价格指数是否存在均值回复的现象。实证结果表明：我国股票市场存在均值回复的现象，并非服从单位根过程的有效市场。因此，股票价格的未来走势具有可预测性。　　第二部分：从分析股市预测方法的角度出发，详细介绍了SARIMA模型和BP神经网络的基本原理和建模过程。SARIMA模型可看作是一般的ARIMA过程在季节时间序列模型中的推广，它的线性建模能力很强；BP神经网络是一种非线性模型，对非线性时间序列的预测具有其他模型所不可比拟的优势。本文提出了SARIMA-BP组合模型，并分别采用SARIMA、BP神经网络和SARIMA-BP组合模型对上证指数序列进行仿真实验。研究结果表明：SARIMA-BP组合模型可以应用于股价时间序列的预测，且其预测精度要优于单一的SARIMA模型和BP神经网络模型。