有效地进行股票价格的预测,规避风险,增加收益,是目前股票投资者最关注的热点问题。因此对股票价格的具体研究与预测具有重大的现实意义。上证指数综合反映了中国股票价格总体状况,本文主要基于AR(5)等15个技术指标,尝试对上证指数的次日收盘价进行建模与预测,了解股票价格的状况与短期变化趋势。本文将首先介绍股票市场的研究背景及意义,并具体探讨股票性质、股票价格理论、影响股票价格变动的具体因素以及股票分析方法;然后基于灰色关联分析选取技术指标,利用2016年11月1日至2017年01月13日的上证指数数据进行股票价格和相关技术指标的多元回归建模,并对股票未来价格进行预测;最后分别建立BP神经网络模型和RBF神经网络模型,去探测股票价格发展趋势,继而得出拟合结果及预测值,并对两种模型进行比较。利用上证指数的实际值与预测值,比较多个模型的预测能力,发现基于灰色关联分析建立的主成分回归模型与BP、RBF神经网络模型都能较好地预测上证指数的次日收盘价。