近年来,分形等非线性理论应用于金融资本市场的分析已成为金融研究的一个热点。由于股票市场是一个高度复杂的非线形系统,因此对股票市场价格变化的复杂特征的精确描绘显得日益重要。同时,股票价格的预测也越来越引起人们的关注,如灰色预测等传统预测技术被应用于股票价格的预测,但是在当今金融市场的动荡时期,如何选取合适的预测模型去预测股市价格的走势,已成为当务之急。本文将小波变换理论分别与分形理论和预测方法相结合,并有效地应用到股票市场中。主要完成以下工作：1.详细介绍了R／S分析法和多重分形这两种分形方法,并将这两种方法应用于六家IT公司,探讨了这六家公司股票价格的变动趋势,并且进行了比较。而且本文还分阶段地研究了股票价格的多重分形特征,不仅考虑普通时期的股票价格,还针对于当今的金融风暴下的股票价格进行了实证研究。2.详细介绍了线性回归方法和支持向量机方法,并在此基础上建立了基于小波变换的一元线性回归模型和基于小波变换的支持向量机模型。这两种模型都消除了原始数据中的噪声干扰,其预测精度都比单一的预测方法得到了极大地改善。3.详细阐述了基于IOWA算子的组合预测方法,并在第三章和第四章的基础上,将基于小波变换的一元线性回归模型和基于小波变换的支持向量机模型组合起来建立一个组合预测模型。该模型的预测精度比单一的各预测模型都要高,模型的有效性得到了验证。