股票市场是企业融资和股民投资的重要途径,受到包括政策、经济、交易者行为等众多因素影响,而这些因素最终会通过股市中的价格和成交量表现出来,影响股票价格的运行趋势。本文针对阶段放量的股票数据,从量价结构关系和主力行为出发,对股票的趋势进行研究,具体开展的研究工作如下:（1）股票历史数据对未来状态的影响具有隐蔽性,导致股票价格走势难以预测,为了有效地发现历史数据对股市未来状态的影响力,利用动态影响图建模成交量和K线形态之间的结构关系,提出一种基于量价结构关系的联合树推理预测算法（VP-JT）。首先提取股票的阶段成交量特征和阶段K线形态特征,给出阶段成交量对于股市价格影响的作用原理;利用配合度量化当前阶段成交量与K线形态之间关系一致性程度;进而,利用动态影响图建模阶段量价在时间上的作用过程;最后,通过联合树的自动推理对股市未来状态进行预测。（2）量价关系是股票价格变化的主要影响力,而主力资金的运作为股票趋势的变化提供了直接动力,任何主力的操作都有一定的行为意图,在量价结构关系的基础上进一步提出基于主力行为的股票趋势预测算法（MB-LSTM）。首先运用分形理论的R/S分析法判断个股是否有明显主力行为,然后对存在主力行为的个股进行去趋势化处理,以消除宏观面对个股价格波动的影响,求得去趋势化后序列的Hurst指数,初步判断主力的行为意图;针对R/S分析法的局限性,进一步在量价配合的基础上,基于技术指标提取行为特征,对下一步主力行为进行确认;最后,通过长短期记忆神经网络,结合以上行为判断,对未来走势进行预测。在实际数据上进行实现和算法比较,实验结果表明本文提出的MB-LSTM算法具有更高的准确率。