长期以来,黄金作为价值尺度、流通手段、支付工具、储备资产、世界货币等职能备受关注,如何对黄金价格进行有效预测成为理论和实证研究的重要课题。黄金价格的变化既有宏观趋势的确定性又有微观波动的随机性,准确预测黄金价格一直是金融机构的重要研究任务。本文对黄金的历史变迁以及世界四大黄金市场进行介绍。对以往研究中使用的预测模型进行回顾,如ARMA模型、ARIMA模型、自适应过滤预测模型、变系数回归模型、BP神经网络模型等,评析预测方法的优势与劣势,从供求关系、通货膨胀率、美元指数、股票市场、原油市场、地缘政治等方面定性的分析黄金价格的影响因素。不同影响因素对黄金价格的影响程度和影响方式不同,随着时间和环境的变化而发生改变,并且影响因素之间也会相互发生作用,造成影响因素定量研究的复杂性,使得通过分析影响因素的变化规律建立模型预测黄金价格的途径难以奏效。因此有必要突破影响因素研究的局限,通过分析黄金价格的历史数据寻找规律建立预测模型,同时兼顾个别重要影响因素对黄金价格造成的冲击。黄金价格的形成是许多影响因素综合作用的复杂经济过程。因此,黄金价格的形成过程可以视为既含有已知信息,又含有未知信息的灰色系统,根据黄金价格时间序列数据的变化规律挖掘信息,建立灰色预测模型GM(1,1)进行分析。鉴于黄金价格时间序列数据往往具有较大的随机波动性,传统的灰色预测模型GM(1,1)对随机波动性较大的时间序列数据的拟合效果较差。马尔柯夫链对于随机波动性较大的预测问题具有较强的适应性,这也正是灰色预测模型GM(1,1)的不足之处。另一方面,马尔柯夫链要求时间序列数据具有马氏性与平稳性。因此,如果利用灰色预测模型GM(1,1)对时间序列数据进行处理,寻找时间序列数据发展的趋势,马尔柯夫链的不足之处就可以弥补。灰色预测模型GM(1,1)与马尔柯夫链结合成为灰色马尔柯夫预测模型,可以有效提高随机波动性较大的时间序列数据的预测精度。在灰色马尔柯夫模型的基础上,综合考虑美国CPI指数、美元指数、国际黄金储备对黄金价格的影响,构建灰色马尔柯夫调整模型,可以进一步缩小预测值的误差率,为中长期投资行为提供可靠的依据。黄金由于其独特的货币属性、商品属性、金融属性等特征被广泛应用于各种领域,历来备受社会的瞩目。因为黄金属性的复杂性,黄金价格不仅受到黄金供求关系的影响,对经济环境与地缘政治的变动也颇为敏感,股票市场、货币市场、石油市场的冲击都会引起黄金市场的剧烈波动。无论是国家的宏观调控,还是一般投资者的投资行为,都需要对黄金价格进行准确的预测,从而有效的展开经济活动和投资行为,对黄金价格的预测进行深入的研究有助于我们更好地把握客观规律,制定投资决策,控制金融风险,具有重大的理论意义和广泛的实用价值。