该文是用模糊理论与模糊聚类分析来预测股票的买卖时机的系统,它分成三个部份：前处理子系统、单一指标分析子系统、以及综合指标分析子系统.前处理子系统负责筛选各技术指标的较佳计算周期和传递相关的统计数据给单一指标分析子系统,并计算初始的模糊聚类中心,在一段选定的训练期间,调整出最好的聚类中心给综合指标分析子系统.单一指标分析子系统从所得的数据中建立各指标买卖判断原则所需的隶属度函数,并运用模糊推理技术,预测股票买卖时机.综合指标分析子系统利用所得的聚类中心与相关参数,进行模糊聚类分析,决定出买卖的时机.由于利用到模糊的观念,使得系统的建议不再是买和卖二种极端的交易,较为客观、合理.在研究中,将模糊推理和技术分析有机的结合起来,定义了一套建立隶属度函数的方法.针对在上海上市的18家样本公司,应用模糊聚类分析做出股票买卖时机的预测.在单一指标分析子系统中,我们发现了技术指标的优劣和一些特别的现象;在综合指标分析子系统中,结果还算不错,大部分都比买入并持有股票的策略好.笔者期望通过此次模拟,为广大的股票投资者提供一种预测股票买卖的方法,进而提高投资收益,降低投资风险.