随着我国经济的迅猛发展以及人民生活水平的不断提高,越来越多人开始投资股票,我国股票市场也逐渐发展壮大。股票市场具有收益高、风险大的特点。如何较为准确的预测股票未来价格,从而降低投资风险、增加投资收益,一直是投资者最为关注的课题。本文将使用数据挖掘中的相关理论模型对上证指数收盘价进行分析并建立预测模型。首先,本文从Choice金融终端爬取上证指数1990年12月19日至2022年5月1日的7696个交易日的日数据,并根据爬取的数据,通过一定的数学运算方法得到24个技术指标,将爬取的数据和构建的技术指标合并得到包含1个目标变量和31个特征变量的原始数据集。经过数据清洗后,将数据标准化,分别利用相关系数分析法和嵌入式两种特征选择方法,对指标进行筛选,最终得到包含9个特征变量的上证指数收盘价数据集。其次,针对股票价格预测问题,采用网格搜索和交叉验证法确定模型的参数,分别构建机器学习中的三个单一模型:SVR、Ridge回归和Lasso回归,四个集成模型:RF、XGBoost、AdaBoost和LightGBM,以及深度学习中的单变量LSTM模型和多变量LSTM模型。对比各模型的评价指标值,发现在构建的九个模型中,LightGBM模型的MAE和MSE两个指标值最低,且EVS和R~2两个指标值最高,因此认为LightGBM模型是九个模型中对上证指数收盘价预测效果最好的模型。最后,针对股票价格预测问题,利用Stacking方法构建融合模型。基于第四章构建的九个模型以不同的组合方式,分别构建了15种融合模型。通过比较15种Stacking融合模型的评价指标值发现,以LightGBM、LSTM、AdaBoost模型为初级学习器,SVR为次级学习器的Stacking融合模型对上证指数收盘价的预测效果最好,具有较强的稳健性。将Stacking融合模型与LightGBM模型进行对比发现,其预测效果仍是最优的,并利用该模型给出了2022年5月4日至12月30日共164个交易日的上证指数收盘价的短期预测值,通过计算相对误差,164个样本数据中,79.2%的数据的相对误差低于5%,说明Stacking融合模型对上证指数的预测效果较好。