我国在股票市场中实施了融资融券这一业务,使得股市从最早的“单边市”转变为“双边市”。该业务为投资者带来了新的方式管理自己的股票。投资者通过研究融资融券业务去了解该业务对股市的效果如何,利用股票市场的各种信号,来预测股市的趋势走向,最后通过融资融券业务来获取股票市场的利益。随着科学技术的日益发达,更多的研究者利用新型人工智能的方法对证券市场的发展趋势进行预测。如研究者把神经网络、数据挖掘技术等人工智能方法运用到预测股市趋势当中,并获得了相当丰硕的研究成果。但是,研究者在运用上述方法基本上都从客观数据上加以预测,而忽视了证券市场中投资人的主观心理,所得出的预测结论并没有较好的代表投资人的具体融资融券情况。而规划识别方法则是把心理学运用于人工智能中的另一个方式。在识别过程中,人们可以引入智能体的心理因素,进而对动作做出规划。因此,把规划识别运用到股市中,规划出投资者的融资融券行为是非常具有意义的。本文结合投资者的主观因素与基于规划识别算法实现股市趋势预测。但是,有关投资者的主观因素却难以量化。因此,本文利用偏最小二乘法构造投资者在股市投资时的主观因素模型,即投资者的情绪。解决了投资者心理因素难以量化的问题。本文通过对不同特征建立不同模型,选取最佳模型。最后,该构建方法与主成分分析法进行对比,说明了偏最小二乘法在构建过程中的优势。最后,本文使用改进的规划识别方法有效地结合了投资者情绪,规划出正确的投资者融资行为。规划识别方法有效地解决了仅从客观数据上对股市预测的问题。本文主要通过构建多层推理,在第一层概率推理层中,预测股市的后续状态的概率,以及投资者后续情绪状态的概率;在第二层中构建规划识别图,结合投资者的情绪,得到进一步预测股市走向的概率;在第三层通过效用函数对规划识别模型进行改进,对识别出的投资者的行为进行期望值计算,得到最佳融资行为。本文从股市的跌涨幅数据中获取五个数据集,对五个数据集进行处理,通过实验来预测投资者的融资行为来验证改进的规划识别模型的有效性。并且与未改进的规划识别、马尔科夫、隐马尔可夫、支持向量机模型进行对比。结果表明,改进的规划识别算法预测结果最好,并且,无论规划识别算法改进与否,该算法的预测的结果比其他算法的预测正确率更高,说明结合投资者主观情绪因素在股市的预测中表现更好,验证了规划识别算法的优越性。