随着人们投资意识的增强，股票市场已经成为众人关注的焦点。因此，对于股票价格预测方法的研究不但具有深刻的理论意义更具有深远的应用价值。股票市场是一个复杂的非线性动态系统，大量股票数据的产生使得利用传统的分析手段进行预测效率低下，很难及时揭示有价值的股票规律。　　 为了更好的获取股市的价格规律，从实用性角度出发，采用数据挖掘中的新技术支持向量机方法来进行股票价格预测的研究。主要思想分为两个步骤：一，利用支持向量机主动学习方法对股票进行分类预测，快速判断股票的涨跌趋势。主动学习方法的引进解决了训练样本获取代价过大带来的问题，在保证了支持向量机分类器性能的前提下，减少了训练所需的样本数量；二，在分类模型预选的股票基础上，运用支持向量回归机对股票进行具体目标值的回归预测，由此判断股票的涨幅在扣除了操作所产生的费用后是否具备可盈利的空间。选取个股进行预测，结果引入主动学习方法比单独使用支持向量机方法大大提高了预测效率，两个步骤相结合的方法既达到了快速初选股票的目的，又预测了股票是否具有盈利的空间。实证分析结果表明，该方法具有对股票操作进行参考作用的现实意义。