技术分析是一种比较客观的分析，它从股票的成交量、价格、达到这些价格和成交量所用的时间，价格波动的空间几个方面分析走势并预测未来。一切的分析都是建立在股价或成交量等的历史数据之上，有其一定的逻辑性。但技术分析也有其缺点，如任何技术分析手段都不能预测突发事件的发生。同时，技术分析可能在发出买卖信号时已经出现时滞，即当技术分析确认是多头市场时，股价可能已经有了一定的升幅，当技术分析确认是空头市场时，股价可能已跌一定幅度。
2.2.2  时间序列预测法
    时间序列，是指观察和记录到的一组按时间顺序排列的数据。实际数据的时间序列，展示了研究对象在一定时期内的发展变化过程，可以分析和寻找出它的变化特征、趋势和发展规律的预测信息。时间序列的基本思路是：分析时间序列的变化特征，选择适当的模型形式和模型参数以建立预测模型，利用模型进行预测，对模型预测值进行评估和修正得到预测结果。基本方法有移动平均法、指数平滑法、季节性变化、平稳随机分析、非平稳随机分析。
2.2.3  经济计量方法
    经济计量方法是股票比较常用的定量预测方法。一般情况，对某一经济过程进行预测可分为建模阶段和预测阶段两个阶段。在建模阶段，对于具体的经济计量模型的选择要考虑到有关的经济理论、统计数据的具体情况、预测经费的限制、预测精度的要求等等制约因素。在预测阶段，要保证经济的未来运行相对于既定的模型在预测跨度内不发生较大的结构性变动。
2.2.4  灰色预测方法
      灰色预测方法是一种不严格的系统方法，它抛开了系统结构分析的环节，采用灰色理论进行预测。这种方法能根据原始资料的不同特点，构造出不同的预测模型，预测范围很广，可以用于长、短期股价预测，由于所需要的数据量不大，在数据缺乏时十分有效。
    灰色理论建模有以下特点：
（1）一般建模方法采用原始数列直接建模，而灰色系统理论的建模是生成数列的建模；（2）基于概率统计的随机过程是建立在大样本基础之上的，而对于灰色模型建立，只要原始数据有4个以上数据，就可以通过生成变换来建立；（3）一般系统理论只能建立差分模型，差分模型是一种递推模型，而灰色理论建立的是微分方程模型，微分方程的系数能够描述我们所希望辨识的系统内部的物理或化学过程的本质。
随着经济和社会的发展，股市总体上走势良好，是一个非负递增数列，符合灰色预测模型的基本条件；同时灰色预测具有要求原始数据少、不考虑分布规律、原理简单、运算方便等等优点。因此，灰色系统理论在股市预测问题上取得了较好的效果。
2.2.5  神经网络预测方法
    神经网络在股市预测中表显出很好的优越性，通过学习掌握数据的依存关系，具有广泛的学习能力、适应能力和映射能力，而传统预测方法则依靠参数寻优、推导数学模型，精确但也有很大局限性。成交量、成交价中包含着大量决定股价变动的内在特点和规律，股价走势呈现高度非线性。相比传统预测方法，神经网络通过对以往交易数据的学习，从纷繁复杂的数据中自主地寻找并刻画出参数间的特点和规律，对股票价格走势进行预测具有非常的效果。
    BP神经网络模型是目前神经网络学习模型中最具代表性、应用情况最普遍的模型。BP神经网络结构是由数层互相连结的神经元组成，通常包含了输入层、输出层、及若干隐含层，各层包含了若干神经元；神经网络便依照学习法则，通过训练以调整连结权值的方式来完成目标的收敛。 MATLAB基于BP神经网络的股票价格预测研究(4):http://www.youerw.com/jingji/lunwen_9075.html