股票价格是否可以预测是现代金融理论最为重要也最为活跃的研究领域之一。传统的技术分析方法就是基于资产收益可预测的假设，自从上世纪九十年代以来，对技术分析的研究已经成为学术界一个非常活跃的领域，但对于技术分析中图形分析方法的研究却相对较少。本文将聚类方法运用于股市数据的形态分析，并简称为形态聚类方法。作为对图形分析的一个新的尝试，该方法克服了传统图形分析技术难以量化和先验认定价格走势图形等问题，使用数量化的方法科学地考察形态走势的特征，进而用于预测和构造交易策略，并检验其获取超额收益的能力。　　本论文首先对形态聚类方法进行了详细的讨论。通过对刻画指数走势的形态向量聚类，并将得到的各类随后一天的收益率条件分布与包括所有收益率的整体分布做比较，发现条件分布的均值、方差和分布具有和整体分布显著的差异，这也为收益率的研究提供了新的信息。对聚类结果的时效性分析发现聚类得到的条件分布与整体分布的差异是渐渐消失的，而稳定性分析表明在一定参数选择范围内，形态聚类方法都是有效的。此外，本文将形态聚类的结果与传统图形分析方法联系起来，发现在我国股市中，惯性效应是上涨的重要动力，而双重项形态往往预示着下跌。　　接着本文考察了形态聚类方法对我国沪市收益率的预测能力。在形态聚类的基础上，本文提出了分类均值预测和聚类均值预测两种方法，发现在多个时间段上，分类均值预测和聚类均值预测方法都优于全样本均值预测方法，而且这个结果与形态聚类时需要的两个参数——形态向量长度和分类数目——的选择基本没有关系。　　本文不仅仅将研究局限于我国股票市场——沪市和深市，对美国市场S&P500指数形态聚类后的收益率条件分布与全样本收益率整体分布进行的比较表明:多个条件分布的均值、方差和分布等都与整体分布显著不同，但其差异明显小于我国市场，这在一定程度上说明了美国市场的效率更高。而接下来的图形分析和稳定性分析都证明了形态聚类方法对成熟与发达市场的代表——美国市场也是有效的，但与我国市场比较具有不同的特征。对于预测能力的研究也发现，在美国市场，分类均值预测和聚类均值预测方法较之全样本均值预测方法仍然更有效。　　最后，在充分认识聚类所得新信息的基础上，本文全面分析了形态聚类方法基础上得到的交易策略在我国和美国股票市场中的获利能力，并利用所得结果对两国股市的有效性作了分析。计算形态聚类交易策略的获利能力后发现:若不考虑交易费用，该策略明显优于一直持有策略，这再一次说明了形态聚类方法的预测能力。但由于在考虑交易费用的情况下该策略不能得到超过市场的收益，故不能得出市场并非弱有效的结论。　　然后，本文将形态聚类与移动平均交易策略相结合，构造了一个组合预测交易策略，该组合预测交易策略大大提高了交易收益，即使在考虑交易费用的情况下，组合策略仍然能够获得超过市场的收益，并且通过本文构造的检验发现，在大部分时间段上，这种超额收益都是显著的，因此，我国股市的有效性并不高，还不能达到弱有效。对于交易策略在美国股市的获利能力，本文也进行了类似的研究，分别考察了组合预测交易策略在美国股票市场六、七十年代与八、九十年代的获利能力，并将结果进行比较，发现六、七十年代的美国市场并不能达到弱有效，而八、九十年代的效率明显高于六、七十年代。同时，从结果中也能看出目前美国股市的效率明显高于我国，这与人们通常的认识相一致。　　本文有以下创新之处:将统计学中的聚类方法运用于股市数据的形态分析，通过实证检验，发现了形态聚类方法对股票市场的指数收益率具有一定的预测能力。这是对股市数据图形分析研究的一次新的探索。在以Lo等(2000)文为代表的对股市形态图形的研究中，是主观先验地设定一些形态，再将图形形态进行分类，考察其是否能为预测或交易提供信息。这样主观地确定形态，并不一定科学;而即使有一些形态具有预测的能力，在人们刻意的追捧或回避之下，随着时间的推移，预测能力也会减弱。本文采用聚类的方法，既可以通过对历史数据的分析得到合理的形态类别，又可以动态地调整，随着市场行为的变化更新形态类别。在对交易策略获利能力的研究中，本文在实验设计上也进行了新的尝试:利用形态聚类与移动平均相结合，构造了组合预测交易策略;对形态向量长度、分类数目所取的不同参数，进行了多时段的模拟交易与比较，在实验设计的多样性和几种交易方式比较的科学性方面弥补了前人研究的不足。通过对我国沪深股市和美国股市的实证研究，并与有效性理论相结合，本文得到了一系列有意义的结果:发现采用组合预测交易策略在我国股票市场上多数时段都能够获得超额收益，证实了我国股市的有效性并不高，还不能达到弱有效;把形态聚类方法运用于美国股票市场，并将所得结果与我国相比较，既验证了该方法的有效性，又认识到美国市场比我国更有效率;发现六、七十年代的美国市场并不能达到弱有效，而八、九十年代的效率明显高于六、七十年代。