金融市场是高回报投资领域，同时，金融市场被模糊性和波动性所主导。股市和汇市预测试图减少这种模糊性及风险。由于股市和汇市受到经济、政治甚至是心理等多种因素的影响，很难预测未来价值的走向。由于尚未找到准确预测股市和汇市价格的方法，金融市场价格预测一直是吸引学者的领域。传统的统计方法无法处理数据的非线性，因此，必须使用更先进的预测程序。近年来，传统的方法已被拓展，但这些传统方法在处理金融市场价格的非线性和复杂性方面要么只是取得部分成功，要么是完全失败。金融预测是一个尚待开拓的研究领域，而神经网络则被视为这种预测的最杰出的方法之一。　　人工神经网络（ANN）方法是预测股市和汇市价格的一种较新的、开放的和杰出的方法。ANN是模拟人类大脑学习和决策过程的数学方法。由于其具有适用于噪音数据以及解决包裹和非线性问题的特性，该方法适合于股市和汇市价格预测。　　本研究探讨并分析神经网络作为预测工具的运用。具体来说，本研究测试了神经网络对欧元兑美元汇价的未来趋势的预测能力。通过采用主数据、小波分解和不同的自适应学习函数，比较了离散小波转换与前馈反向传播网络。结果显示，神经网络的确具有预测金融市场的能力，并且，如果得到正确的培训，个人投资者可以从这个预测工具的使用中获益。