随着科学的发展,世界的复杂性逐渐成为科学研究的中心。由于科学认识对象的复杂性、非线性、对称性和界限的模糊性等特性逐渐被纳入科学研究的领域,科学已经进入了一个新的发展阶段,新的与复杂性相关的科学思想正在形成,而处于前沿的就是有关混沌和模糊性的科学。本文将混沌理论、模糊聚类理论、模糊模式识别以及模糊综合评价理论应用于股票时间序列的数据研究,主要得到了以下一些初步的结果。第二章利用关联维数、最大Lyapunov指数和Hurst指数来研究深圳和上海股票市场非线性动态特性,表明这两个市场都是混沌系统。第三章以十四家中小企业上市公司为例,对其进行了模糊聚类。在相似度的选择上,首先选取了夹角余弦法和海明距离法,接着本文构造了“夹角余弦海明距离”法的相似度函数,通过对三种方法聚类结果与原始数据的比较分析,认为在构造的相似度函数下的聚类结果更具有合理性。仍然以上面十四家公司为例,第四章首先构建了上市公司投资价值综合评价的指标体系,提出了分为三类股票时的隶属度函数,运用因子分析法来求权重。除了用传统的M(∧,∨)模型对股票进行评价外,我们尝试用M(·,∨),M(∧,(?)),M(·,(?))以及M(·,+)模型分别对十四家公司股票的内在价值进行合理有效的综合评价,得到了比较令人满意的评价结果,并归结出股票分类的特点,为管理者与投资者提供了一定的决策和投资依据。