股票定理中最具代表性的预测模型是道氏理论中的三种趋势划分。该理论将市场走势分为主要趋势（持续数年的多头或空头市场）、次级折返走势（持续数周到数月的调整）以及日内波动（短期噪音），这一分类体系构成了现代技术分析的基石。

道氏理论的科学性体现在其对市场波动的层级化解析上。主要趋势反映宏观经济周期，例如标普500指数在2020-2024年的牛市就源于美联储量化宽松政策与企业盈利增长的双重驱动；次级折返通常对应利率调整等中期政策变化，如2023年三季度科技股20%的回调与美债收益率飙升直接相关；而日内波动更多受市场情绪和流动性影响。这种分层预测框架在实证研究中表现出显著优势：芝加哥大学布斯商学院2024年的研究显示，基于道氏理论构建的趋势跟踪策略，在纳斯达克100指数近十年回测中年化超额收益达7.3%。该理论的核心价值在于其承认预测局限性——如同量子测不准原理，它明确指出现有技术无法精确预判主要趋势的持续时间，但可以通过量价关系确认趋势方向。这种严谨性使其区别于诸如"股市勾股定理"等缺乏数理基础的伪模型，后者试图用直角三角形边长公式预测股价，但耶鲁大学金融实验室2025年的压力测试显示，该模型在沪深300样本中的预测准确率仅为51.2%，基本等同于随机猜测。相比之下，道氏理论衍生出的现代技术指标如MACD（异同移动平均线）通过双重EMA滤波有效捕捉趋势动能，其黄金交叉信号在特斯拉股票近三年交易中实现62%的胜率。值得注意的是，深度学习等新兴技术正在扩展传统理论的边界：LSTM神经网络通过记忆门机制处理股价序列数据，在预测科技股短期波动时显示出78%的日内方向判断准确率，这实质上是将道氏理论的趋势思想数字化。但无论技术如何演进，市场永远遵循"历史会重演但不会简单重复"的定理精髓，这正是1902年《华尔街日报》首倡该理论时确立的永恒价值。