我们研究股票市场价格时，通常认为股票价格模型服从布朗运动，即对数收益率是正态分布的。许多以股票为标的物的金融衍生产品就是以此模型作为定价的基础。然而对实际市场数据的经验统计结果表明，多数股票的对数收益率并不服从正态分布。 本文首先讨论了股票收益分布的种类，作者对前人的工作综合发现目前描述股票收益的函数大概有七种：高斯正态分布、利维稳定分布、t标度分布、尖峰态分布、随机波动率模型、ARCH—GARCH模型、分形布朗运动，我们分别对这七种函数进行了简要的介绍。 然后对股票收益是否服从正态分布进行检验，采用偏度、峰度检验和x~2检验对上海股票市场的几支股票进行了检验，发现以天为时间尺度，股票收益并不服从正态分布。接着我们对股票收益函数进行拟合，第一种方法是采用Mantegna和Stanley在1995年研究美国纽约股票交易所S&P500指数的收益分布所采用的方法，对上证综合指数进行了拟合。发现利维稳定分布能很好的描述上证综合指数。第二种方法是对Laplace分布和正态分布进行对比，看Laplace分布是否比正态分布更优越。结果发现在我们研究的股票中，所有股票的日收益都不服从正态分布，而大多数股票收益服从Laplace分布。但是随着时间间距的放大，服从正态分布的股票逐渐增多，这与Fama关于长期收益服从正态分布的假设是一致的。我们又从股票市场上的投资者进行入手提出了一个简单的股票价格模型，并利用此模型对股票收益函数进行分析。 最后，我接着建立了两种模型对股票价格进行预测，第一种是灰色—马尔柯夫模型，发现其相对于灰色理论模型来说精确度还是比较高的；第二种是经过修正的时间序列模型。