股票市场以及股指期货交易市场的健康发展是至关重要的,因为他们的发展关系到我国经济的整体的发展。二者是当前中国市场经济不可分割的组成部分,不过,我国金融市场的商品期货交易具有独特的资本杠杆突出的特点。因此它决定了市场上的散户投资者在投资项目时可以选择承担更高的潜在风险,以换取更高的回报。所以,如何更准确、持续、有效地预测未来整个市场的价格走势,包括波动性较大的股指期货价格,是国内参与股指期货交易和投资的投资者最为关心和关注的问题。目前在证券市场分析领域,主要的分析方法有两种,分别是证券投资分析法以及时间序列分析法,这两种方法事实上并不适合于当前的市场,取得的成果往往不尽如人意。其原因为他们在进行分析前,通常会制定一系列相对严苛的假设条件,并且大多对所分析的数据有非线性的要求。近年来,我国的计算机技术和相关统计学等经典理论的学习发展迅猛,极大地补充和丰富了目前主流的证券市场数据分析预测的几种方法。其中机器学习理论在对非线性样本进行分类和预测时,凭借其优良的精确度表现,目前被越来越广泛的应用到证券市场分析领域。本文的主要目标是以近些年来金融市场价格预测方面的热点研究课题之一:“支持向量机理论”作为理论基础,以此作为基本原理初步构建对股指期货价格的预测模型,选取的样本是沪深300股指期货主力合约。其中包括了历史的部分数据,将这些数据作为分析对象,进行后续价格的推测。与市面上其他的价格预测方法不同的是,支持向量机预测法在用来解决非线性历史数据时有更优秀的预测精确度。而沪深300股指期货历史数据时间序列本身就具有非线性的特点,因此支持向量机预测法相对其他方法而言更加适合对沪深300股指期货进行价格预测。在构建价格预测模型时,由于不同的参数选择会一定程度上影响模型的预测效率和预测精确度。本文的基础是四类多元化的核函数,构建出一套较为精确的预测模型,之后在模型中输入不同的向量进行仿真模拟。以能在四种和函数中选取对目标样本数据预测精度最高的核函数。此外,为了比较基本行情指标以及技术指标这两个不同的部分在预测过程中的表现以及它们之间的不同区别,本文还分别选用技术指标和基础行情指标两组输入向量进行对比分析,基于分析结果选择模型最优输入向量并构建相应交易策略,最后分别对预测模型和交易策略进行结果分析和参数优化。最后在优化模型的基础上构建了最适合当前市场行情的股指期货投机策略。最后通过对历史数据的分析,为后续的决策以及判断提供基础,当市场处于不同的走向和趋势时,支持向量机的预测精确度并不相同,因此根据市场情况灵活选择不同的策略相较于单一的采用固定的交易策略能取得更高的收益和较小的风险。