在股票市场上，股票价格是广大股票投资者关注的焦点，因此有必要对其进行科学的数学分析和提炼，找出其走势和主要影响因素，指导广大股票投资者的投资行为。因为股票价格变化的宏观性、微观性和不确定性，用普通的时间序列分析方法来描述不是很合适，难以得到有效的刻画。近年来，人们发现两种热门的数学工具——小波分析和人工神经网络能有效的描述股票价格的发展趋势，是分析股票价格曲线的有效数学方法。本文研究了小波分析和人工神经网络这两种数学工具在股票价格预测上的应用。文章介绍了股票价格研究的目的、意义和研究方法，阐述了股票价格波动理论，研究了小波分析和人工神经网络理论及其在股票价格预测中的作用，并对神经网络存在的问题进行分析和改进，用小波分析和人工神经网络对选定股票的价格进行分析和预测，通过小波分析剔除价格曲线中的噪音，得到光滑的变化趋势曲线，然后用人工神经网络算法进行训练和预测，最后用实例研究了中国股市，取得了较好的预测效果，并将本文的方法与其他方法(ARIMA模型)进行比较，得出WA-ANN的稳定性，精确性要优于其他的模型，WA-ANN方法是股市预测的有效方法的结论。