股票市场在我国产生以来不断成长，逐步成为证券业乃至整个金融业必不可少的组成部分，受到越来越多投资者的关注，因而对股票市场走势的分析和预测具有重大的理论意义和可观的应用价值。技术分析，作为证券分析中重要的组成部分，在国外的研究己经达到了较高的水平。在信息技术的发展同时，新的理论和技术分析手段不断的注入到技术分析中。随着中国证券市场逐渐走向理性，业内外人士对于新技术分析手段在中国股票市场的迫切需求，成为本课题发展的源动力。在本文中，首先介绍了中国股市的发展概况以及现有的分析方法。然后系统的分析了人工神经网络的原理、基本结构及其功能。随后介绍了新兴的小波分析的原理以及应用。在此基础之上，本论文探讨了将人工神经网络及其与小波分析相结合应用于股票价格预测的可能性。提出了首先用小波分解与重构技术在股票价格数据中辨识股票市场的发展趋势。然后训练人工神经网络识别股市发展趋势，在此基础之上作出预测。该方法的提出对于解决现有方法预测准确性低、算法不能收敛、以及趋势预测错误等弊端有一定帮助。为了证明算法的有效性，本文随机选取了 1993 年至 1998 年在上海上市的 30支个股不同时间段的数据进行了预测检验。结果表明，该预测方法能够以大于70％的平均正确趋势率对个股价格进行预测，优于现有的分析算法。在本文最后一部分中，提出了将 C++Builder 的灵活高效的编程能力与 Matlab的强大计算能力有机的结合起来，实现一个证券辅助分析系统。该系统的核心思想是利用 C++Builder 强大的 GUI 开发能力和良好的数据库管理功能为用户提供友好的界面，同时利用 Matlab 的预测算法在系统中实现对个股价格的预测。