股票市场是一个非常庞大而复杂的系统,其功能主要是对已经发行的股票进行转让、买卖和流通;其状况如何与国民经济的发展息息相关。在中国,伴随着国民经济的迅猛崛起,股票市场也在蓬勃的发展,越来越多的股民怀着支持国家建设与投资理财的热情投身于股市当中。因此,关于股市的研究具有重要的意义。虽说这方面的研究工作已经很多,但大多结果都不够令人满意,其主要不足之处大多在于以下两点:一、受到信息摄取量和储存水平的限制与计算水平的限制,用于支撑研究的数据量较小;二、没有充分地考虑利率与内部收益率的影响。当代计算机与互联网络的发展,使得我们有能力克服这两个不足之处,做出更加理想的科研成果。本文试从扩大数据量与重视利息率和收益率的视域出发建构三项探讨股市奥秘的方法并进行一定的实证分析。文章共五章。第一章介绍股票的意义与背景和大数据方法的意义与背景,以及相关的研究动态,并说明笔者所要进行的工作与文章的结构。第二章首先简介行为金融学的内容与意义,以及相关研究动态;然后从大数据、机器学习和行为金融学的角度出发,通过设计一个算法定义出一个表现按照某种初级炒股行为买卖一支股票的收益状况的随机变量R,并进行有关研究。基于这支股票的一定的折现历史数据运用所设计的算法求出R的一个样本;根据该样本做出一个经验分布;再根据该经验分布建立其近似解析分布的一个序,并进而给出一种求优化近似解析分布的方法。基于R的生成方式及相关探讨展示它的意义,并揭示出一些值得进一步研究的问题。第三章先从消除利率与内部收益率影响的视角出发,定义一种现值均线,而后建立一种根据长短现值均线预测股价与股指走势的方法,并基于过去多年的历史数据进行实证分析。第四章先简介马尔科夫链的有关基础知识,定义一种拟内部收益率,而后建立一种基于拟内部收益率折现历史数据与马尔科夫链预测股票与股指趋势的方法,并根据一定的历史数据进行实证分析。第五章是结论和展望,总结性的描述所做工作;指不足,并提出有待进一步研究的问题,及笔者对于未来的展望。所做工作可为炒股提供一定的启示,可为从大数据、机器学习和行为金融学的角度出发进一步研究股市提供一定的启示。