我国期货市场中农产品期货占有很大的比重,玉米期货作为我国交易规模最大的农产品期货品种,在期货市场中扮演着重要的角色。对玉米期货市场进行研究,无论是对政府宏观调控稳定市场的政策制定,还是对期货投资者收益风险的规避,都有着重要的意义。目前国内外对于期货市场的研究主要从两个方面开展,一方面是基于市场基本面的分析,如分析国家政策、商品供需、投机心理等因素,这类分析方法主观性较强,依赖分析人的经验,很难用量化的方法表达。另一方面是基于市场的历史数据构造数学模型来研究期货市场,这类方法具有一定的客观性,说服力较强,因此本文选择这类方法来研究玉米期货市场。玉米期货市场价格具有非线性高噪声的特点,传统的统计学模型很难刻画出这些性质,长短期记忆模型作为一种具有长期记忆能力的神经网络,近年来在处理非线性时间序列学习方面表现优异,因此选择这一模型来研究预测问题。长短期记忆模型对输入有着很高的敏感性,微小的输入差异就可能会使模型有巨大的差异。因此本文在模型的输入处理上做了很多工作,如对输入数据进行标准化处理、分析输入数据的异常值、根据历史数据建立多种类型的技术指标并利用主成分分析对其降维等,构造一组适合长短期记忆模型的输入数据集。模型的输出方面,本文的目标是对期货的结算价进行预测,但结算价这一序列波动性较大,不具有平稳性,为了解决这一问题,本文将目标转化为预测玉米期货结算价的涨跌幅,这样就可以消除很好的波动性。在处理好输入和目标数据集后,本文搭建出了关于期货结算价的长短期记忆模型,此模型在测试集上预测结算价涨跌的正确率达到了 92.06%,数值误差在千分之二左右。