传统金融学中的市场有效理论认为股市是不可预测的，当前的股价包含了所有的相关信息。随着行为金融学的迅速发展，对传统的金融学提出了挑战，行为金融学中的信息扩散理论认为股市是可预测的，信息反映到股价之中需要一定的时间。大量的学者尝试了将包括宏观、微观、技术方面的很多指标作为预测变量对股市可预测性进行了验证，大宗商品通过影响通货膨胀、真实利率等宏观经济因素进而影响股市，因此本文选择以国际大宗商品期货收益率作为预测变量来研究中国股市的可预测性。　　首先，本文以不同样本观测时间下的大宗商品期货收益率为预测变量，利用单变量预测回归模型，对中国股市月度收益率进行了样本内预测，研究发现，大宗商品期货收益率对中国股市月度收益率具有很强的样本内预测能力，样本观测时间为9天时，样本内R2统计量平均值高达4.58％，并且在样本内预测中我们还将股市分行业进行了预测，发现大宗商品期货对各个行业也具有很强的预测能力，其中小麦、棉花、和锌对10个以上的行业都有很强的预测能力。其次，本文使用拓展估计法对中国股市月度收益率进行了样本外预测，研究表明，大宗商品期货收益率对股市月度收益率同样具有显著的样本外预测能力，铜在样本时间为21天时的样本外ROS2可达3.9％，具有显著的统计学意义。本文间接验证了改变样本观测时间对股市的预测能力的影响非常显著，在9种具有显著预测能力的大宗商品期货中，8种大宗商品期货在样本观测时间为7-9天时其预测能力最强。