目前預測股票價格大多都基于單支股票的歷史價格數(shù)據(jù)，并試圖找出其股價變化規(guī)律，訓練出可預測價格的模型。但實際股票價格的波動會受眾多社會實時因素和投資者行為的影響，因此基于歷史數(shù)據(jù)的股票價格預測模型往往失效。為此，本文研究2100支股票中具有相似歷史價格變化的股票，并基于時間序列窗口滑動獲得用于預測模型的訓練的數(shù)據(jù)和預測數(shù)據(jù)，使用決策樹CART（Classification and Regres-sion Trees）對預測結(jié)果數(shù)據(jù)做出判別。并與經(jīng)典的時間序列分析模型ARMA（Auto regressive Moving　Average ModeD對股票價格走勢預測的結(jié)果進行分析比較，實驗結(jié)果驗證了本文提出的方法預測結(jié)果的有效性。