股票市场是一个高度复杂的非线性动态系统,其变化规律即有一定的自身的趋势性。它不但受到价值规律的制约,同时又受到政治的、经济的、心理的诸多因素的影响。而传统的定量预测方法是建立在数理统计基础上的,在这么多因素的影响下,其在对股市走势的研究中正面临着许多困难。针对目前股市分析中存在的问题,本文对股票操作决策支持的这一课题进行了深入研究和探索。设计了一个双神经网络系统,并提出了一个股票决策支持模型。文中首先对目前所采用的股市预测的基本研究方法作了描述,给出了现存各类股票分析方法的优缺点。其次,提出了动力指数的概念,并用此指数来分析和判断股票的涨跌与拐点。规避了通过预测股票价格来预测趋势的问题。再次,提出了双神经网络系统,用判断网络的预测结果进行判断,提高了预测的准确度和可信度。最后,在建立的基于双神经网络的决策支持模型的基础上,针对此模型的缺点,提出了一个改进的方法,使得此模型具有更好的适用性。最后笔者采用MATLAB7对上述系统和模型进行了模拟仿真预测,并得到了许多真实有效的研究数据和分析结果。