在现代整个金融行业不断发展的推动下,股票市场以及证券业在我国越来越受到众多投资者的关注,越来越多的人愿意加入到股票市场中来,投资者们的投资行为以及他们所期望得到丰厚的收益,这在极大程度上促进了我国股票市场的繁荣。而在他们这种投资行为的背后,众多的投资者开始意识到股票市场收益率方向预测的重要性。因此,对股票市场收益率方向变化的深度分析以及预测便有了极大的经济意义以及实际应用的价值。国内外的学者对于股票市场的研究,现也达到了一定的水平。随着信息科技技术的不断发展,新的技术分析和理论知识都不断被注入到数学模型中。由于我国的金融行业逐步规范化,再加上国内外学者和投资者们对于详细分析股票市场的方向变化的迫切需求,都是本文得以发展的源动力。本文研究的主要目的是对股票市场上的收益率进行方向预测,认为股票收益率的方向在一定程度上是可预测的。股票收益率方向预测是指:基于股票市场的历史数据以及其以往的历史趋势来看,在未来一段时间内对股票市场的收益率方向进行预测。本文基于Harvey和Oryshchenko(2012)提出的时变概率密度函数理论的应用和扩展,利用非参数模型对股票市场的收益率进行了方向预测。非参数模型的优势在于其数据不需要满足某些特定的分布。由于本文的样本数据是股票收益率数据,属于时间序列数据,而时间序列数据会受到很多的偶然因素影响,从而表现出随机性。本文在股票市场的历史数据信息集中,用基于时变概率密度函数的非参数模型预测了下一期股票收益率方向的概率,并且利用方向预测和二阶偏上矩之间的关系,提出了方向预测概率的调整机制,也就是本文的创新点。最后还引入了二值选择模型作为对比模型。中国股票市场数据的实证研究表明,我们基于时变概率密度函数的收益率方向预测基准模型和调整机制无论在统计意义上还是在经济意义上,对股票市场收益率方向都有显著的样本外预测的能力。不仅如此,调整机制还显示出了比收益率方向预测基准模型更好的预测能力。最后相比于二值选择模型,无论是收益率方向预测基准模型还是其调整机制的预测效果都优于二值选择模型。