随着我国金融行业的深入发展,中国股票市场的发展愈发迅猛,也越来越受到投资者的关注。不仅仅是投资者,学术研究者们也致力于寻找各种有效的预测模型对于股票市场进行预测。发展至今,在股票市场领域,已有大量研究文献运用技术指标分析、时间序列预测等预测模型对股票市场进行预测。然而,实际上这些股票市场预测模型的有效性往往会受到数据窥察效应（Data Snooping Bias）的影响。由于存在数据窥查效应,股票市场预测模型的预测能力是否真实有效就需要进行研究与检验。与现有文献对于股票市场预测模型的研究不同,本文站在数据窥查效应的角度,运用逐步的最优预测能力检验（Stepwise Superior Predictive Ability Test,简称SPA逐步检验法或Step-SPA检验）方法,对由技术指标构造的和时间序列的共18532个股票市场预测模型的有效性进行检验,探究这些预测模型是否具有真实有效的预测能力,并将通过检验的预测模型选出,希望能够为学者们和投资者们提供有利的信息。本文分别选取沪深300指数和上证50指数的日收益率数据进行实证研究,研究发现股票预测模型确实受到数据窥查效应的影响。同时,本文还分段实证考察了 2008年国际金融危机前后股票预测模型的预测能力,研究发现不同的股票数据在不同的历史阶段和环境影响下,股票预测模型所受到的数据窥查效应影响也大不相同。在调整数据窥查效应后,本文发现无论是在整个样本阶段还是分段实证中,GARCH（1,1）与ARIMA（1,1,1）模型都能够通过SPA逐步检验法被选出;对于在被挑选出的技术指标预测模型中,短中期的移动平均指标、短中期的KDJ指标、中长期相对强弱指标以及动量指标相互组合构造的模型显著优于基准模型,具有良好的预测股票走势能力。最后,本文还以GARCH（1,1）模型为基准模型进行检验,发现其他股票预测模型的预测能力基本上均没有显著超过这一基准模型。