一、股市预测五类人等
有位证券界朋友论及中國研究股市的人曾经说过：嘴、眼、手、脑、心。经济学家用嘴研究問題：高谈阔论；政治学家用眼研究問題：眼高手低；金融学家用手研究問題：百测不准；投资
家用脑思考問題：高套低逃。所谓"大家"用心研究問題：先知先觉。最无聊的是自称破译了什么理论之类的人等，这些年我们见得多了。
做到先知先觉不可能，否则在证券市场上每个人都是百万富翁了。投资者如果真能做到某種程度的预测，投资收益自然不言而喻。对未来的先知是人类的渴望，所以预测很早就有，占卜就是一種预测。预测的基本原理以最简单易懂的说法是这样一个模式："已知-未知"，或者"过去、现在-未来"。对"已知"的认识和把握程度最终决定对"未知"的认识和预估的准确性；预测的根本线索是事物发展的规律，因此，能否认识和利用规律也对预测结果的准确性有根本的影响
主流预测方法有技术分析、基础分析、人工智能等。近年来人工智能进展很快，尤其是神经网络由于其快速简便，
学习能力强的特点在预测应用中得到全面施展。因此，受到不少预测人士的追捧。其实，由于市场背景不同，投资者的群体行为不同，加之各抒已见使人难以把握其精华，从而经常引起歧义，甚至导致投资操作失误。因此我们在此探讨预测在证券市场技术分析中的局限性。
二、股市经典预测：技术分析与基础分析
经典技术分析以均线系统为依托，主流技术以统计学等为基础。技术分析主要是透过图表或技术指标的记录，研究市场过去及现在的行为反应，以推测未来价格的变动趋势。技术分析包括指标技术分析和形态技术分析，研究手段本身也是互相交叉的。无论是指标技术分析，还是形态技术分析，其目的均是来预测市场发展的趋势，同时表明这種趋势是处于那一个阶段。技术分析具有理性和客观性的特点。但这種分析方法较复杂、而且有信号滞后、高位钝化等缺陷，加上庄家的恶意骗线等因素，刚进入股票市场、技术分析不精的投资者不易掌握。数据分析主要是根据供应量和需求量及影响供求关系的各種因素的变化，来预测价格走势。数据分析所遵循的一个基本经济学原理就是供应的增加或需求的减少将导致价格下跌：反之，供应减少或需求的增加将导致价格上涨。数据分析具有直观、容易掌握的优点，但数据分析普遍存在一项消息两種看法的情形，主观性色彩较浓。
目前对上述方法的批评很多了，在此不再一一赘述。
三、人工智能预测
纵观近年来人工智能预测文献，神经网络模型有良好的非线性品质，灵活而有效的学习方式，完全分布式的存贮结构。
目前许多预测软件以神经网络作为广告热点，神经网络预测究竟是什么呢?我们以神经网络BP模型为例，首先它是一種隐式模型，相当于一个黑箱，它将系统的结构含于网络的数值当中。一般将外生变量样本观察值或时间序列数据作为网络的输入向量，将内生变量样本值作为输出，通过训练网络可以预测因变量(或内在变量)下一步走向。无论系统模型是何種类型，用于表述或描述这些神经网络的框架结构是不变的，也正是由于这種特性，神经网络才拥有了学习能力。神经网络模型突破了传统预测方法许多局限性。但神经网络并不是万能的，至少存在以下方面不足：
1．缺乏统计合理性。
无论外推模型还是因果模型，都基于统计学，有一整套的统计检验，具有显著的统计意义，而这正是神经网络预测的明显不足，它无法给出预测值的区间。无法检验估计值的可靠性。相信结合统计学的神经网络预测研究将具有重要的意义。
