自我国第一家股份制有限公司创立以来,随着我国经济的发展,外加国家政策的支持,投资热席卷全国,股票投资变成了国民生活中的一部分,股票市场亦成为本国金融市场的重要构成部分。股票投资如何有效地降低投资风险扩大投资回报,成为股民关注的热点,也是众多学者热切关注的课题之一。因此,有效地预测股票走势不但可以为股民提供投资依据,还可以为股票预测领域提供新的算法参考。近几年,机器学习和人工智能的快速发展,越来越多的股民开始从技术分析层面进行投资,使得国内的股票分析技术得到了快速发展。本文的研究内容主要是在股票预测领域提出一种新的算法---基于遗传算法优化的孪生支持向量回归(GA-TSVR)算法。主要思想是:第一,利用遗传算法对孪生支持向量回归算法中的参数进行寻优,找出最优的惩罚因子以及核参数;第二,使用R从雅虎网上抓取上证指数股票数据,并计算出移动平均线(MA)、指数移动平均(EMA)、平滑异同移动平均(MACD)、相对强弱指数(RSI)、变动率(ROC)、威廉指标(W%R)等短期技术指标,将其与股票原始数据整合在一起;第三,将遗传算法得到的结果和整理好的数据代入到模型中,进行预测评估。为了保证预测结果的真实性,将孪生支持向量回归的到的结果与支持向量回归做了对比实验,结果表明,GA-TSVR模型在预测精度与预测耗时上具有一定的优势。