本文将小波分析与神经网络、可加外生变量的非参数模型相结合对上证综指月度收盘指数进行研究，该方法发挥了小波分析的时频局部化特征和神经网络的非线性映射功能，同时又考虑了影响股票价格的外界因素，具有较好的预测效果。本文的主要研究内容如下：　　 1.考虑到外界因素对股票指数的影响，应用灰典型相关分析法对上证综指的影响因素进行分析，分析结果表明：货币供应量是影响上证综指的一个重要影响因素。　　 2.首先对上证综指月度收盘指数建立了NAR模型，并对其进行了预测；然后，将货币供应量作为外生变量引入到模型中，建立了上证综指的NARX模型并进行预测；最后将NARX模型的预测结果与NAR模型的预测结果作比较。结果表明：NARX模型的预测效果优于NAR模型。　　 3.首先对上证综指月度收盘指数和货币供应量进行小波分解和重构，分别得到它们的近似序列和细节序列。然后，对上证综指建立了基于小波的NARX模型，即分别对近似序列和细节序列建立NARX模型，并分别进行预测，再将两部分的预测值叠加作为最终的预测值；同时，对上证综指建立了基于小波的NN-NARX模型，即对近似序列建立BP神经网络模型，对细节序列仍然建立NARX模型，并分别进行预测，再将两部分的预测值叠加作为最终的预测值；最后，将上证综指的NAR模型、NARX模型、基于小波的NARX模型、基于小波的NN－NARX模型这四个模型的预测效果进行比较。结果表明：基于小波的NN－NARX模型的预测精度最好，基于小波的NARX模型的预测精度次好，NAR模型的预测精度最差。