黄金的自身属性可以分为货币属性、商品属性以及金融属性,因此黄金的定价因素较为复杂。黄金一方面是历史上长期的天然货币,另一方面在黄金与美元脱钩之后,黄金的商品属性凸显,被视为大类资产的一种,被广泛用于医疗、电子、装饰品等。在此基础之上,黄金的金融属性衍生出来,其最大的特点在于“零票息”（抗通胀的零息债券）和避险资产,且与大部分大类资产的收益率呈现负相关性,能够提高投资组合整体的夏普比（每单位边际风险带来的边际收益更高）。目前,黄金的总体价值在8万亿美元左右,全球的大型资产管理公司和中央银行基于风险对冲和资产配置等需求持有大量的黄金期货和黄金现货,而黄金的价格影响因素非常繁杂,属于一个复杂系统,所以值得应用人工智能技术辅助人类进行投资决策。贝叶斯网络模型是一个结合概率论、图论的数据分析技术,能够融合现有的人类专家知识模型和历史数据序列,得出具有预测能力和解释能力的黄金价格模型。相比于数据分析领域传统的回归模型和神经网络模型,贝叶斯网络模型最大的特点是能够利用现有的专家知识并输出具备可解释性的预测结果。因此,对于资产管理机构来说,更具有辅助决策的参考价值。本文使用贝叶斯网络模型对黄金价格进行短期预测分析,并对黄金价格的形成机制与影响因素之间的因果关系进行定性和定量研究。本文从经济学家专家知识出发,整理出影响黄金价格的潜在变量,采集整理有关变量的原始数据。然后,通过贝叶斯网络模型构建黄金价格涨跌预测的原始模型,并通过互信息的方法不断迭代模型,最终得到精炼模型,通过精炼模型和测试样本数据不断检验模型的预测能力和解释能力。最终,训练出具备精准预测能力和解释能力的黄金价格涨跌预测模型,可以为有黄金配置需求的资管机构,甚至是中央银行等机构提供投资决策的辅助参考。本文使用贝叶斯网络模型,根据专家知识模型采集美国实际利率、M2、通胀指数、VIX恐慌指数等数据,对模型进行训练和检验,最终得出黄金价格预测模型。参考模型预测结果,站在2020年目前的状态来看,因为全球进入技术的创新下行周期,同时伴随着需求端的萎缩,通胀的压力会降低,因此影响黄金价格的抗通胀的属性的涨价因素会减弱,黄金价格难以走上快速涨价的道路。但一是全球出现负利率环境,导致资产机构配置黄金的需求下降;二是因为美国经济进入下行周期,经济增长遇阻,美联储多次降息刺激经济,美元大概率进入贬值通道,逻辑上也将会助力金价强势行情;三是因为美债期现利差倒挂,叠加美股Schiller市盈率处于历史高位,金融市场风险度提升,黄金的避险需求将会凸显。综合来看,真实利率下行、美元贬值预期以及金融系统风险加重等三大因素叠加,有可能助推金价上升。