课题研究的现状及发展趋势：

现如今，随着银行存款利率的不断降低，更多人选择投资。股票投资已成为中国投资的一个主流，并衍生出许多专业分析书籍，这些专业书籍主要对股票的技术指标已经成交量等辅助进行股票技术分析，以过去成功实例对未来股票走势进行预测。日本经济工学、人工智能以及情报科学专业已开始使用专业的统计学手法对股票未来走势进行详细分析，研究成果丰富。

在国内市面贩卖的民间手法介绍书籍以外，国内对此课题也有高度兴趣，特别是本论文提及的通过时间序列来预测股票价格这一手法。例如2005年，周广旭在《一种新的时间序列分析算法及其在股票预测中的应用》一文中提出了时间序列的一种新算法，并取得了一定成果。除此之外，日本学者对时间序列手法建立的模型也有不少研究。植田英三郎在《時系列解析による株価予測》一文中详细介绍了时间序列的VAR模型的使用以及在实战中的价值。佐藤贺一在《テクニカル分析に基づくペアトレードの有効性と日本の株式市場の効率性》一文中尝试使用同业股票的关联性，将走势相近的两股票组成一组，卖出高涨的股票，同时购入另一方股票这样的手法盈利，并通过建模验证其可行性。森茂男、平泽宏太郎及古月敬之在《Genetic Network Programmingによる株価予測と売買モデル》中对指标的买入卖出提示点进行分析，并建模计算得出了偏离值。

在日本现在技术指标还没有像中国股票市场一样被广泛应用。大多数人还是基于基本的股票价值分析，通过买并持有的方法进行投资。近年越来越多的学者呼吁在基础分析之上要进行技术分析以获取更多的利益。越来越多的技术分析相关的书籍以及研究出现在广大投资者眼前，技术分析有望在日本股票市场也得到迅速发展。

课题研究的价值和意义：

本论文通过各指标的组合来提高投资成功率。不同于以往对市场大盘指数、汇率、他国股票走势等要素综合分析。而是单纯对股票技术指标进行分析，在基础分析之上进一步技术分析谋求更高利益。同时希望对股票技术指标使用的发展做出贡献。