随着国民经济的不断发展，人民的生活水平和质量普遍提高，使得人们的人均可支配收入逐年增加。今年以来央行不断地降息降准和人民币汇率市场化改革，大大降低了人们储蓄的欲望和需求，如何使得资产保值增值成为人们所关心的焦点。股票市场在2015年上半年的繁荣吸引了众多人的眼球，股票作为资产配置的有效途径，已经成为人们投资理财的重要组成部分，与此同时股票市场的分析预测也成为众多学者所关心和研究的重点。由于股票市场具有高风险性与高收益性并存的特点，如何建立一个合理且有效的股票投资分析模型，对于广大投资者而言具有重要的理论意义和实际应用价值。　　本文首先通过对股票市场影响因素和股票市场分析方法的深入研究，建立了以股票基本面分析和技术面分析为基础，采用上市公司财务数据指标、公司股票实时交易数据指标和国家宏观经济数据指标的股票投资分析指标体系。　　其次，股票市场是一个非结构性非线性的金融系统，各种影响因素过于众多，且主次关系不确定，使得传统的分析预测工具难以满足实际的需求。本文在研究股票分析预测方法的基础上，提出利用LMBP人工神经网络作为模型建立的主要方法，其有效克服了标准BP算法自身存在的缺陷，提高了模型的收敛速度和预测精度。　　最后，本文构建基于股票投资分析指标体系的LMBP人工神经网络，以创业板市场上互联网金融概念中具有代表性的东方财富、同花顺、银之杰、腾邦国际和赢时胜五只股票作为研究对象，选用2014年1月份至2015年3月份的月度数据，通过神经网络的学习训练与分析预测，结果表明基于股票投资分析指标体系构建的LMBP神经网络模型比较准确地分析预测了1个月后的股票增长幅度最大的股票，通过对公司财务数据、股票实时交易数据和国家宏观经济数据的量化分析，可以较好的分析预测股票的增长幅度，具有一定的理论意义和实际应用价值，能够为广大普通投资者的投资决策提供一定的依据和参考价值。