股票市场已成为我国经济的重要组成部分,关系到国计民生。因此,开发股票价格预测算法具有很强的理论和现实意义。当前的股票价格预测算法难以充分表征政策面等因素的影响,存在模型拟合误差和人为随机波动。本文在充分调研当前算法的基础上,提出了利用多支股票协同预测单支股票价格的思想,并设计了协同预测算法和算法架构：利用聚类算法将股票分类,利用当前算法预测类内各股票的初始价格,利用加权算法对初始预测价格加权,并给出了各模块常用的可填充算法；根据协同预测算法的功能和数据流向,重新划分了算法的功能模块,开发了协同预测软件,可对数据库进行管理、输出最终的预测结果和过程信息,为其它应用提供了信息参考；最后分析了协同预测算法性能和影响因素,证明了协同预测算法具有更好的准确性和稳定性；本文的研究提供了一种新的股票价格预测思路,扩展了股票研究的方向,设计了可直接应用的预测软件,对股票价格预测的研究具有一定的参考和指导意义。