随着中国股票市场的迅速发展，市场的规范化程度不断提高，股票品种也有了向多元多层次化发展的趋势，吸引了越来越多投资者的目光。为减少投资风险，获得丰厚的利润回报，理智的股票投资者将会更加重视投资对象的选择。表达股票数据的真实意义对投资者来说是关键，而股票交易数据包含了大量的信息，对股票交易数据的分析就显得特别重要。股票交易数据的表现受很多因素的影响，包含信息量较大，总体上体现出函数性特征，采用传统的时间序列数据分析方法受到很多局限。为此，根据股票交易数据的函数性特征，借助函数性数据分析方法，对股票交易数据进行了有针对性的分析。主要内容是基于股票交易数据的函数性特征，对股票交易数据进行预处理和曲线拟合，使得原始数据“抽象化”，进而得到统一的函数系数矩阵，再借助系数矩阵对反映股票特性的函数进行聚类，得出相应的股票聚类结果，并对结果进行了合理解释。将函数性数据分析方法应用于分析研究函数性数据中，改善了传统分析方法对数据要求的约束，这样不仅增加了可分析数据的范围，而且扩大了函数性数据分析方法的应用领域。将该方法实际应用于现实股票交易数据的拟合和聚类分析中，得到了非常理想的结果，表明了方法的有效性，该方法也能够为投资者提供很好的决策依据。