近三十年来,得益于统计学、数据挖掘、人工智能等先进技术的迅速发展,在对证券市场的预测研究中出现了一大批非线性的分类预测方法。用于分类与回归的方法很多,其中又以混沌动力学、分形理论、神经网络、小波分析为代表。这些方法虽然在实际应用中占据主导地位,但人们也发现它们还存在着许多不足之处。与传统方法相比,支持向量机克服了传统方法的大样本要求且具有较强的延展和泛化能力。本文利用支持向量机在解决小样本问题方面的优势,尝试基于支持向量机理论来建立模型对商品期货主力合约价格在未来的变动趋势进行预测。并在期货CTA策略的基础上加入支持向量机模型形成新的策略,并与原策略做对比,验证预测效果,并尝试基于该预测模型来建立行之有效的期货投资策略,实证结果表明,支持向量机在期货数据上的预测效果较好,经过支持向量机改进的CTA策略要比原策略的投资效果改善显著,通过投组模型的构建,充分分散了原策略的风险,在降低风险的同时,带来了较高的收益。