随着社会经济的发展,股票已经成为人们投资理财的一种重要工具。作为一种高风险和高收益并存的投资工具,股票的高风险性主要表现为股票价格的高波动性。股价指数反映了股票市场上股票价格的总体波动状况,比较准确的预测股价指数对于投资决策具有重要的指导意义。本文提出了一种适合于对深圳成份指数预测的方法——基于小波分析理论的灰色预测方法。希望能对人们进行投资理财时有所帮助。本文在小波分析理论的基础上建立灰色预测模型。通过小波分解将非平稳时间序列分解到多个尺度上以减少原时间序列的随机性,然后建立灰色GM(1,1)预测模型对分解后的时间序列分别进行预测,从而得到原始时间序列的预测值。其中小波分解过程中选取不带抽取的a Trous算法,此算法简单、快捷、计算量小,而且获得的各尺度分解序列与原序列长度相同,克服了各分解序列与原序列不等长导致序列的某些特征信息丢失和不利于分解后重构原序列。最后通过对深圳成份指数的预测,结果表明该方法预测效果良好,优于一般灰色预测方法。