随着全球经济一体化的深入,金融市场全球化趋势越来越明显,但同时也加剧了金融风险的传染性和破坏力。回顾历次金融危机,危机爆发国损失惨重,对全球金融市场的稳定和经济发展都造成了严重的影响。因此,风险防控工作是近年来各国金融行业工作的重中之重。虽然我国股市起步较晚,但经济发展迅速,推动了我国整体经济水平的快速增长。但股票市场自身就是一个典型的高风险、高收益的市场,对我国而言,更是一个新兴的、迅速发展且尚未成熟的市场。因此,选取有效的风险预警指标和模型,构建一套有效的股票市场风险预警系统监测和分析股票市场风险,对规避市场危机的爆发,维护投资者的权益以及金融市场的健康发展是十分重要的。如今,人工神经网络的广泛研究与应用已逐渐发展成为国际前沿研究领域,为风险预警提供了一个新的研究方法。本文梳理了国内外学者对股票市场风险预警指标、预警模型以及神经网络优化算法的相关研究,在分析了我国股票市场风险诱因的基础上,提出基于布谷鸟搜索算法优化的双隐含层BP神经网络的股票市场风险预警系统。具体研究内容与成果如下:（1）本文借鉴现有文献的研究,从股票市场风险诱因的五个方面:国内经济形势、国际经济形势、股票市场内部风险、金融机构安全以及投资者行为,选取18个具有代表性的指标构建了我国股票市场风险预警指标体系。实证结果表明,该指标体系能够对我国股票市场风险发挥预警的作用。（2）在预警模型的选择上,本文选取了风险预警模型中应用较为广泛的BP神经网络模型,并针对其收敛速度较慢、容易陷入局部极小值的缺陷,使用布谷鸟搜索算法对其进行优化。同时,为提高预测精度,采用布谷鸟搜索算法优化的双隐含层BP神经网络模型对我国股票市场风险预警进行研究。通过对模型训练和检验的结果进行分析,同时,以我国2008年和2015年的两次股市危机为例,对建立的模型进行有效性检验,发现模型的预警结果符合股市实际风险状况。因此,本文建立的股市风险预警模型具有良好的预警效果。