华尔街有一句名言：价行量为先。简简单单一句话形象地突出了交易量的重要作用，而名言中揭示的交易量和价格之间的关系(简称价量关系)也奠定了技术分析方法在现代证券投资技术中的地位。 混合分布假说(MDH)为价量关系提供了理论依据，指出价格波动与交易量是由潜在的不可观测的信息流共同决定的，信息流的冲击将同时产生交易量和价格波动。这和技术分析的基本假设是相辅相成的，启发了数量经济学家利用时间序列的理论将信息流融入现时的价格与交易量的预測中去，其中最有成效的就是GARCH族模型。 本文基于对价量关系的深入分析，针对目前对于价量关系研究中存在的问题，以价格和交易量作为模型的两个元素建立向量自回归模型为均值方程，并且融入他们各自的趋势因素值，建立了能够很好把握金融时间序列的条件异方差性的二元GARCH模型。文章的目的在于给出价量关系的定量模型构架，帮助投资者对股价和交易量做出有效预测，指导证券投资。 在实证部分，对样本进行了严格的统计性质检验后，本文建立了最初的模型，并且进行了样本外的中、短期预测。依据预测的结果，作者将最初的模型进行了修正，将再次的预测结果和前次预测进行了比较分析．对比前后模型的预测结果，本文的主要结论如下： 1、在价格和交易量之间存在着一种双向的、互相依赖的非线性关系。 2、趋势因素的作用显著。在我们的模型中发现，趋势因素确实是投资中必须要特别关注的，有效地利用趋势因素，有利于提高预测精度。 3、金融时间序列具有相当的惯性。我们的模型也证明了已有的信息流对于未来的价格趋势有决定性的作用。 4、GARCH模型的预测精度有限，但是对于中期价格或交易量的趋势还是有较好的预测能力。 5、交易量序列比价格序列更加稳定，具有更高的可预测性。