股票自诞生以来已有200多年的历史,股票预测中最经典的理论是有效市场假说理论(EMH),即新发布的有关上市公司前景的公开信息(包括其经营状况,重大调整等)几乎全部可以通过当前股票价格反映出来。如果我们将上市公司公布的各种信息看作一种价值,那么股票价格的涨跌可以认为是围绕该价值的一种波动。其中上市公司财报所披露的财务数据反映了公司的经营状况,成为阶段时间内影响股价的最重要因素。我们综合两大股票分析方法(技术分析法和基本面分析法),首先不考虑其他因素,单纯基于市场表现,根据历史交易数据进行预测;然后根据上市公司所披露的财报数据对股价进行建模预测,最终将两者加权,以求取得更加精准的预测结果。本文首先利用数据挖掘技术中的神经网络、支持向量机、随机森林等方法,根据股票价格的市场表现(K线图)对其未来一个月每日收盘价进行预测,并选出预测效果较好的方法,然后利用上市公司的财务指标同股票价格的表现建模预测未来一个月的收盘价均值作为该季度公司的价值反映。最后将预测的未来一个月每日收盘价和未来一个月的收盘价均值采用均方误差倒数比的方法加权取得最优预测结果。本文将价值投资有效地与非线性模型结合起来,建立了完整的股票预测模型,并对其进行了实证研究,证明了结合市场表现和财务指标的预测是有意义的。