股票市场是一个非线性复杂系统,其价格演化过程是由许许多多的经济个体和经济因素共同参与作用决定的。系统受外界信息影响,作用体之间通过信息交互而相互作用,一个微小的变化经过由众多经济个体所形成的系统自组织、自加强和自协调作用可能引起质变,价格的变化具有很大的不确定性。对股票市场的认识和了解程度以及对股票市场未来趋势的判断能力对于股票投资者来说是至关重要的。因此,百年来,人们发明创造了许许多多的理论方法用于股票市场信息分析,期望在股票市场投资中获利。股票市场信息以数据、图形的方式存储于各式各样的股票交易系统数据库中,目前的各种证券分析系统在一定程度上帮助了人们有效利用信息,但还缺乏从大量股票信息中提取隐含的、未知的、有潜在应用价值的信息的能力。本论文系统研究了目前关于股票市场信息基本面分析和技术面分析的相关理论与方法,在此基础上提出了用于股票市场信息分析的新方法,建立了上市公司绩效评价模型和股市信息数据挖掘模型。对于上市公司绩效评价问题,本论文在建立上市公司绩效评价指标体系的基础上,采用层次分析法确定了各指标的权重,然后运用可拓方法建立上市公司绩效评价模型,最后选择了上海证券交易所的30家上市公司为实例进行了评价。对于从大量股市交易信息数据库中抽取隐含的、有潜在应用价值的规则知识的问题,本论文首先对股票市场信息数据挖掘流程进行了设计,然后应用粗集理论建立了股市信息数据挖掘模型,主要包括数据采集、预处理、数据约简、生成规则等步骤,并以实例详细阐述了其在股市信息数据挖掘中的应用。 本论文的研究为股票市场信息分析提供了新的方法和手段,为进一步发展完善股市交易分析系统提供了新的思路和方法。有利于证券监管部门了解上市公司的质量,更有效地实现对上市公司和股票市场的监管;有利于促进上市公司不断提高综合经济实力和经营业绩;有利于投资者深入了解股票价格的未来趋势,对于投资者进行投资决策具有重要借鉴意义。