对我国证券投资预测的研究,不仅可以使投资者获得风险既定下的最大收益或收益最大下的最小风险,而且对研究证券价格的形成机制、评价证券市场效率以及对证券市场实施有效监管都具有重要作用。本文以我国证券市场为对象,以我国证券市场历史数据为基础,以提高我国证券投资收益为目的,从价格、收益等方面找出或逼近我国证券市场价格运行的内在机制因素和外部影响条件,它对提高我国证券投资预测分析水平具有重要的理论和实际意义。 本文的主要工作有以下几点:应用图形形态和一般性技术指标进行分析研究,特别是应用结构模式识别的思想,将时间序列转化为均线形态序列,以统计的方法来量化形态组合的成功率,能为投资者提供真实有用的投资参考,并能有效克服传统技术分析方法的缺陷,从而提高分析的效率;应用系统理论的方法,对我国股市的板块现象进行了研究,得出我国股市价格与货币供应量同方向变化,但上证指数与现金支出是同向变化,深证指数与现金支出是反向变化;应用数据挖掘方法来研究我国股市,是股市预测分析的主要方向之一。据此,本文提出并描述证券投资智能决策专家系统,可以较好地解决在证券投资预测中对股价走势的判定,具有较强的前瞻性和实用性;进行了基于状态空间表示的组合建模预测方法的研究,应用状态空间模型表示的组合建模方法,将证券市场运动看作为趋势成分、平稳自回归成分和非线性异方差成分的组合,比单一模型对证券市场运动的刻画更确切。应用实例验证了模型的优越性;最后对本文进行了总结,指出了本文研究的内容和存在的问题及后续工作。