作为市场经济重要特征的股票市场,从诞生的那天起就牵挂着数以千万投资者的心,股市投资已经成为人们生活中的重要组成部分。高风险高回报是股票市场的特征,因此投资者们时刻在关心股市、分析股市、试图预测股市的发展趋势。股票价格的变化也就成为股票市场中人们最关心的问题。由于股市的行情受到政治、经济等多方面因素的影响,其内部规律非常复杂,传统的预测技术预测效果并不理想。基于股票市场中随机因素很多,对股指、价格的影响显著,表现出很强的非线性、不确定性。本文提出了利用灰色理论和神经元网络相结合的组合模型对股票的价格进行预测。首先,本文分别使用了灰色理论模型和神经网络模型对股票价格进行了预测。预测结果表明,在对股票走势的短期预测中,灰色模型是一个高效率的方法,而神经网络模型同样表现了较好的预测效果,但单一模型预测效果仍然不够理想。针对单一模型预测的缺点,本文建立了灰色理论与神经网络的串行组合模型,并使用该组合模型对股票价格进行了预测。数值实验结果表明,组合模型预测结果比单一模型有所改进。同时,在组合模型用于股市预测的工作中,本文将股市中广泛使用的技术指标如三日均价MA(3)、随机指标KDJ、相对强弱指标RSI、人气指标OBV等引入模型,提高了模型的预测精度。