根据证券市场的有效性理论,按照股票价格对不同信息的反应程度将市场分为三种类型,按照有效性从大到小分别为强式有效、半强式有效和弱式有效的市场,在有效性越高的市场股票的价格反映出市场当中的信息越全面、及时、准确,因此越是在高有效性的市场上,股票的价格就越是不容易利用已知的信息去预测。本文将借助神经网络的方法,以我国股票市场的商业百货行业为研究样本,利用在不同有效性的市场中信息对股价反应的程度不同来对股价进行预测,进而来探讨我国股票市场的有效性问题。本文的第一章首先介绍了论文的选题背景,在引言部分阐述了有效性研究的核心问题,即对于价格的预测,从价格的预测的方法是否准确出发,为对下一章有效性问题的研究做铺垫；接下来介绍了国内外学者对关于市场有效性的研究方面所做的工作,重点介绍了学者运用神经网络的方法去预测股价的情况,并指出了他们其中的不足,最后提出本文的创新点所在。第二章首先系统的介绍了证券市场的有效性的概念、分类以及以往的学者们对我国证券市场有效性分类的一些研究成果,接下来重点介绍了研究市场有效性的几种常见方法。第三章首先简单介绍了神经网络系统的概念,从中得出神经网络系统的特点以及其良好解决非线性问题的能力,接下来阐述了我国证券市场的复杂性以及非线性特征,最后得出神经网络系统是处理与证券市场相关问题的有力工具。第四章开始进入了本文的实证研究部分,首先对基本分析和RBF网络的相关知识进行说明,然后在数据的获取及处理方面做出分析,并要首先对数据进行聚类分析后才能利用RBF网络进行训练,得出基本分析在我国股票市场是否有效,即我国股票市场是否存在半强式有效的特征。第五章首先介绍了技术分析的相关概念,同样利用RBF网络对所获取的相关数据进行技术分析的有效性进行研究,最终得出我国股票已达到弱式有效的结论。第六章就是对研究结果做出相关分析,试图结合股票市场的现实状况去解释我国股票市场表现出如此有效性程度的特征,最后根据研究结论,为能够进一步提高我国股票市场的有效性提出相关建议,同时根据结论也对中小投资者的投资提出一些建议。