股票价格预测是股票投资研究中的重要应用,能否准确预测股票价格的走势,是股票投资决策的核心参考依据。本文针对股票价格预测问题,以灰色理论为主线,辅以误差反馈机制、残差相关系数、遗传算法等方法,构造了多种适应性灰色预测模型,实现了股票价格拐点的有效预测。在分析了股票基本因素后,以缠论为基础理论,用数学建模的方式构造股票价格拐点时间序列重构的数学理论框架,用于实现股票价格的时间序列重构,为后续模型验证奠定基础。借鉴控制理论中的误差反馈机制,以平均相对误差最小化为目标,遍历寻找最优参数组,从而建立一种误差反馈灰色模型,解决了矩阵逆不存在的问题,实现了平稳股价的预测。在综合考虑时间序列的空间结构信息后,提出一种残差相关系数,并基于此提出一种相似灰色模型。该模型充分利用历史数据中的相似片段信息,实现当前时刻的股价预测。为弥补误差反馈灰色模型和相似灰色模型遍历式寻优的不足,基于遗传算法提出一种遗传优化灰色模型,并基于邻域关系和模糊算子实现预测结果的模糊表达。在各个模型的实验验证部分,以最常用的三支股票时间序列为研究对象,并对比了多种相关灰色模型,验证了本文所提模型的有效性。