自我国国债期货交易重启以来,国债期货市场运行良好,产品种类逐渐丰富,市场规模不断扩大。随着我国利率市场化进入最终深化阶段,国债期货已经成为我国金融市场重要的利率风险管理工具,探究国债期货价格变动的影响因素就有着重大的现实意义。因此,本文采用理论分析和实证分析相结合的方式,探究对五年期国债期货价格影响较大的因素,并构建预测模型,检验筛选因素对国债期货价格的预测能力和解释效果。理论分析方面,本文对国债期货价格的影响因素进行梳理,从而得出国债期货价格影响因素可以分为五大类别:国债现货因素、宏观经济因素、市场技术性因素、预期和心理因素以及其他投资品种因素,并分别阐述了这些因素可能影响国债期货价格的机制。实证分析方面。本文首先利用Lasso方法对指标变量进行筛选,确定国债期货价格的影响因素,同时与向前逐步回归变量选择结果进行对比;随后使用Lasso筛选的国债期货价格影响因素构建支持向量机模型,并建立三个比较模型,对比分析其拟合效果和预测精度,最后结论如下:变量选择结果显示,Lasso方法总共筛选出6个变量,分别是固定资产投资完成额IFA、商品零售消费总额TSG、狭义货币供应量M1、国债现券收益率TNX、国债期货成交量TOV以及股票指数STOCK。通过进一步分析变量的回归系数可知,国债现券收益率TNX对国债期货价格影响最大,且影响方向为负;其他变量对国债期货价格影响较小,且均与国债期货价格呈同向变动关系。作为对比的向前逐步回归方法则筛选出9个变量,比Lasso方法多筛选出大宗商品指数CCPI、进出口金额IEA、商品零售价格指数RPI、财政预算支出EPDT以及消费者满意指数CSI,分析变量系数可知,这些变量均与国债期货价格呈反向变动关系;同时向前逐步回归方法未筛选出国债期货成交量TOV和股票指数STOCK。在国债期货价格的预测模型构建过程中,Lasso-SVR模型效果最好,无论是拟合效果还是预测精度均优于其他三个比较模型。分类对比结果显示,一方面,Lasso方法优于向前逐步回归法,其筛选出的变量更少,解释性更强,并且基于Lasso方法构建的模型,拟合优度和预测精度相对更优;另一方面,支持向量机回归相对多元线性回归更优,这也表现在其更高的拟合优度和预测精度上。因此,结合变量选择和预测模型构建的结果得出结论:代表国债现货因素的国债收益率TNX,反映宏观经济因素的社会消费品零售总额TSG、固定资产投资完成额IFA、狭义货币供应量M1,代表市场技术性因素的国债期货成交量TOV,以及代表其他投资品种的股票价格指数STOCK,此六大因素指标对国债期货价格有重要影响,以其构建的Lasso-SVR预测模型对五年期国债期货价格的预测能力强、解释效果好。最后,本文根据研究结论分别向投资者和监管层提出对策建议。