股票预测已成为股票投资者与金融领域研究者愈发关注的问题,它不仅仅涉及到投资者决策的问题更加关系到整个金融市场的发展。而在状态信息预测问题上收益率及收益率分布是非常重要的概念,在一定程度上对整个分析及预测过程具有很大的影响。因而对股票状态预测与收益率分布的分析过程在所有股票方面问题的研究中尤为重要。本文以行为金融理论为基础,通过引入影响函数来考虑投资者行为因素对证券内在价值的影响,从而得出包含主观行为影响的收益率主观分布。同时在以往的模型分析、抽样模拟中由于技术方法本身的不足与历史数据的滞后性使得整个分析过程具有静态性的缺陷从而不能很好地反映股票市场的时变性,为了弥补此不足我们分析马尔可夫蒙特卡罗(MCMC)与模拟退火算法在股票预测问题上的应用。一方面通过对历史数据时间序列进行分割归类,提取有限状态趋势,在此基础上结合模拟退火算法进行抽样分析。另一方面,通过采用以Metropolis-Hastings (M-H)抽样技术与模拟退火算法为核心的马尔可夫蒙特卡洛(MCMC)方法得出基于收益率主观分布的最大概率意义下的最优解。另外,在讲述行为金融理论时我们结合前景理论中的价值函数得出新的收益率定义表达式并将其引入均值-方差模型中利用股票历史数据对两种模型进行实证分析。