本文基于价值投资理论认为内在价值是股票价格的决定因素,以来自股票基本面决定股票内在价值的7大财务指标作为自变量,股价作为因变量,运用非线性模型对股价进行了预测。首先,介绍了价值投资理念在国内外的研究现状、股票内在价值评估模型、我国国内在股市预测方面的研究现状。国外格雷厄姆在理论上给我们指明了方向,巴菲特用实践证明价值投资能带来超额收益;国内以刘建位,但斌等人为代表,是价值投资理念的研究者和传播者。内在价值评估是价值投资的基础,内在价值评估分为绝对价值评估和相对价值评估,重点介绍了传统贴现评估模型。从我国国内股市预测的研究现状可以看出,越来越多的学者倾向于使用智能技术运用于股票市场的预测。然后,重点阐述了多层前馈神经网络,其神经元的激励函数是S型可微函数,可以实现从输入到输出的非线性映射。多层前馈神经网络对非线性函数的逼近特别适合,所以利用多层前馈神经网络对股票市场的动态过程进行建模是非常合适的。本文选取了涵盖基本面因素的7大财务指标来代表决定股票价格的内在价值因素,运用多层前馈神经网络建模对股票价格进行预测。该实现方法分为四步:第一步,价值股的筛选,筛选结果比较符合中国的实际情况;第二步,通过主成分分析进行主成分指标的选定;第三步,多层前馈神经网络模型的建立,包括网络拓扑结构的设计、修正的BP算法的选取、训练函数的选取等;第四步,多层前馈神经网络的MATLAB实现。最后,基于径向基函数神经网络的股价预测模型实证,并将两种模型进行对比,对比结果显示,多层前馈神经网络的拟合预测能力明显优于径向基函数神经网络。