本文根据期货交易专业预测中采用的市场行为包容一切、价格以趋势方式演变和历史会重演三原则，将信息挖掘的重点仅放在结算价一项上，通过对当前合约已形成的时序数据进行分析得到下一交易日可能产生的结算价，同时通过对当前合约与历史合约关联关系的挖掘得到历史相关合约，预测下一段时间内交易的整体走势。 在使用ARIMA算法对当前合约的时间序列进行分析的基础上，对下一交易日的结算价进行预测过程中，针对ARIMA算法在对非平稳数据平稳化处理时出现的效果有限问题，提出了时序数据多级模糊化的处理方法。对同一合约先形成不同细化程度的多条交易记录，然后使用ARIMA算法对各条记录分别进行分析预测，从而形成多个预测值，再通过求算术平均得到最后的预测值。该方法与直接分析、预测相比，准确率明显提高，可达到预期的目标。 在采用灰色关联算法挖掘历史数据中与当前合约相关联的交易记录过程中，以灰色关联系数为可信度，以对应的历史交易记录为当前预测的参考值，将多级模糊化处理后的数据加入原始数据集，分别在对应的级别上进行关联度的计算，最后将得到的同一合约的多级关联系数进行求算术平均值而得到关联系数。实验结果表明：采用该方法可有效地解决灰色关联算法中普遍存在的过于关注局部而忽略整体的问题，同直接对原始数据进行关联度计算的方法相比，能有效地剔除整体走向明显相悖而关联系数很高的交易记录。