近年国际形势严峻复杂,经济危机、贸易摩擦不断加剧,在此背景下维持经济市场的稳定、合理规避金融风险有巨大的现实意义。黄金是经济市场上最稳定的特殊货币,不仅是简单的商品,也是投资理财的工具,对于国家在经济动荡时期规避风险、抵抗通货膨胀、提升在世界的地位有重要意义,准确分析黄金价格的影响因素并有效预测显得十分重要。然而黄金价格时间序列具有非线性、非平稳以及噪音大等特点,传统时间序列模型和其他的单一模型无法有效刻画波动。如果不对黄金价格数据进行特殊处理,直接分析、生硬的利用已有模型组合预测,结果会有一定的局限性。本文以2000年1月3日至2021年9月3日国际现货黄金的日收盘价为研究对象,重点从经验模态分解以及改进的支持向量回归算法角度对国际现货黄金价格的波动进行研究和建模预测,提出了“分解-重构-优化预测-集成”的特殊结构。首先使用自适应噪声完备经验模态分解黄金价格原始序列成频率不同、振幅不同的12个本征模态分量和一个趋势项,然后根据一定的判别标准,将分量重构为高频结构、低频结构和残差项结构。根据描述性统计分析和相关文献,本文得出影响国际现货黄金价格的主要因素是:短期市场波动、中期重大事件和长期变化趋势。针对三个结构的不同特征,低频结构和趋势项结构选择线性核函数预测,高频结构采用经灰狼算法优化的支持向量回归模型进行预测,同时选择均方根误差、方向预测精度以及平均绝对百分比误差从三个方向比较基准模型与文本构建的优化模型预测性能,实证表明本文所构建的模型无论是在长期预测还是短期预测上,对于国际现货黄金价格的预测效果与所选的基准模型相比都是表现较好的。本文的研究意义不仅是更有效地分析和预测了国际现货黄金价格的波动,更从一个相对新的视角去研究金融时间序列,同时对预测所用到的支持向量回归模型进行了一定的改进,对其他金融时间序列的研究有一定参考价值。