中国的证券市场在整个国民经济的发展过程中主要起到了筹集资金、为资本决定价格、以及实现资本的合理配置这样三个基本功能,从经济发展的角度来说,我国的证券市场发展应该配合整体宏观经济的发展趋势。在宏观经济调控的背景下,宏观调控者希望通过各种宏观调控手段来使证券市场与我国GDP发展相适应,而不希望出现太过明显的背离。在这样的需求下,对于未来证券市场走势的把握就显得尤为重要。本文在通过大量参考阅读过往的证券市场分析的文献基础上,参考了证券投资的原理、步骤和方法,综合分析目前证券市场分析预测的主要特点,以股票市场的可预测性作为前提,利用自动化学科的系统科学理论结合证券市场分析方法,从我国证券市场发展与整体经济走势相适应的角度出发,对于影响证券市场的重要因素进行着重的分析和处理,提炼出对于股票市场影响较大的几个重要方面的数据,结合神经网络的BP算法,建立了一种以神经网络为基础的股票市场预测模型,以此来作为宏观调控者调控证券市场的决策依据,并且对于上证指数进行分析预测,以此来验证模型的有效性。首先,本文通过我国宏观经济走势与上证指数的关系作出分析,着重工作在于找出影响我国证券市场发展和运行的主要因素因子,将工作的重点放在输入量的选取上,并且对于国内外目前股票市场的分析预测方法以及神经网络的发展应用做出综述。然后,介绍了神经网络的主要特点,探讨了神经网络对于股票市场走势分析和预测的适用性,结合BP神经网络的主要特点,构建神经网络预测模型,利用从上海证券交易所以及中国人民银行等权威机构所获得的各项宏观数据以及交易数据,建立预测模型,通过获得的预测数据和GDP走势预测数据的背离状况,建立决策机制,为经济调控提供前期的依据,实验发现效果良好,与实际市场走势以及宏观政策出台非常吻合,证明了该方法的有效性,具有可行性。