El rendimiento del mercado de valores es un indicador clave de la condición económica de un país, y la predicción de precios de acciones es importante para inversiones y gestión de riesgos financieros. Sin embargo, la no linealidad y complejidad inherentes en los movimientos de precios de las acciones implican que las técnicas de modelado convencionales simples no son adecuadas para la predicción de precios de acciones. En este documento, presentamos un modelo híbrido (ARIMA + GPRC) que combina el modelo de media móvil autorregresiva integrada (ARIMA) y la regresión de proceso gaussiano (GPR) con una función de covarianza combinada (GPRC). El modelo híbrido propuesto puede tener en cuenta tanto la linealidad como la no linealidad en los movimientos de precios de las acciones. Basándonos en datos diarios de tres acciones listadas en la Bolsa de Valores de Shanghai (SSE), se encontró que GPRC supera a GPR con una sola función de covarianza. Además, el modelo híbrido propuesto se compara con el modelo ARIMA, la red neuronal artificial (ANN) y el modelo GPRC. Basándonos en la tendencia de pronóstico y el rendimiento estadístico de los cuatro modelos, se encontró que el modelo ARIMA + GPRC es el modelo dominante para la predicción de precios de acciones y puede mejorar significativamente el rendimiento de la predicción.