股票市场数据通常是一个具有极强波动性的非线性时间序列,一般构建小波神经网络(WNN)进行股票预测。但使用BP算法的WNN收敛速度慢且易陷入局部最小,为改善模型性能,提高预测精度,用粒子群算法(PSO)优化WNN,优化WNN参数以建立股票预测模型PSO-WNN。运用MATLAB进行仿真实验,通过分析实验结果,证明该方法的可行性。并将实验结果与优化前的实验结果进行对比分析,证明PSO-WNN的预测精度优于WNN。