卷积神经网络（CNN）是一种线性的、通过局部加权输入信号来实现的、具有平移不变性的运算。采用Lenet-5算法、时间序列分析的方法，对股票开盘价、收盘价、最高价、最低价进行取样本、加窗，从而预测股票指数波动的方向以及收盘价格，相比于BP神经网络层次加深，形成全连接结构或部分全连接结构，改进为一种共享权重的结构。本文通过Python语言对此算法进行实现，验证了此算法相较于其他算法更为优秀的准确度，并且数据样本量的增大，对预测准确度的提升有显著贡献。