我国证券市场发展迅速。证券数据预测方法多种多样。其中,基于定量分析的证券预测方法又分为线性和非线性预测方法。线性方法用于证券价格预测常带有某种局限。当今非线性方法越来越丰富,而且在证券市场中表现出其良好的预测优势。本文简要的介绍了线性和非线性预测方法及其现状,随后详细阐述了非线性预测方法中神经网络预测方法和小波神经网络预测方法的研究及应用情况,然后以线性时间序列建模,对长江电力股份收盘价进行了预测分析。人工神经网络有强大的非线性处理能力。它在多领域得到了较深入的应用。利用神经网络强大的非线性映射能力,本文使用人工神经网络中使用最频繁的Bp算法(反向传播算法)建立三层网络,对长江电力股份收盘价进行预测分析。最后,根据收盘价曲线,构建小波神经网络对长江电力股份收盘价进行预测分析。在构建小波神经网络过程中,本文讨论了小波神经网络的参数初始化设置方法,并将自适应步长算法应用到小波神经网络的学习过程中。通过三种证券价格预测方法的比较分析,进行了总结。非线性方法在证券预测中常可达到比线性方法预测更高的预测精度;小波神经网络有自学习的特点,较传统的神经网络具有收敛速度快,精度高等优点,在非线性经济预测中有较好的前景。