黄金期货是交易市场上的一个投资品种,不管是对套期保值,还是维护金融稳定等,都有着很重要的作用,对其价格波动进行预测也极具现实意义。目前,各学者或者投资者对于期货市场的研究,一方面的分析基于市场基本面,比如,分析国家在一段时间内制定的政策、商品的供给和需求、投资者在投资过程中的投机心理等,一般来说,这类分析方法较主观,难以定量分析。另一方面的分析基于金融市场的定量数据,使用定量数据构造模型来研究期货市场,和基本面分析不同,这类方法较为客观,说服力较强,所以本文选用该方法研究黄金期货市场。黄金期货价格序列是一个时间序列,金融数据普遍有集群效应,本文考虑先使用AR-GARCH模型对序列进行建模。因为黄金期货价格的波动是一个非常复杂的非线性动力系统,预测黄金期货价格涨跌,如果采用传统计量经济学模型刻画,会存在各种困难,近年来机器学习和深度学习在处理非线性时间序列的学习方面有很好的表现,为了方便和AR-GARCH模型作比较,本文首先构造基于黄金期货历史结算价的单因素LSTM模型。再引入多个可能影响黄金期货价格的因素,进行数据预处理后,构建基于多因素的SVR模型和LSTM模型,分析其对黄金期货价格涨跌预测的能力。通过本文分析,建立基于黄金期货序列本身的AR-GARCH模型和基于单因素的LSTM模型,模型存在滞后性,预测能力低,此时两个模型对结算价涨跌的预测能力并没有显著差异。但是加入金融市场其他影响因素,构建基于多因素的SVR模型和LSTM模型可以有效的减少滞后性,并且提高预测能力。最后,选用适合本文数据的多因素LSTM模型,进行投资决策分析,为投资者提供参考依据。