期货市场作为目前金融市场的重要组成部分,在世界经济中发挥着必不可少的作用。期货保证金制度是市场风险管理的核心,完善保证金制度是改进风险管理水平的关键所在。目前我国的保证金制度是静态保证金制度,而国际上大多数期货交易所都采取动态保证金制度。随着我国市场经济的快速发展,如何加强期货市场风险管理、提高市场运作效率是一个重要课题。本文的目的是如何寻找一个最优的保证金计算模型,使其设置的保证金水平能够很好地平衡期货价格的波动特性和每日的价格波动风险。本文的主要研究内容包括：介绍目前国际上流行的几种保证金计算模型,包括SMA、EWMA、GARCH、SPAN和TIMS系统,分析每个模型各自的特点；然后建立了评价保证金水平的指标体系；此外在对我国目前国情的考虑下,用上海期货交易所的期货铜数据对SMA、EWMA、GARCH三种模型进行了实证研究,分析、比较后选取了GARCH模型；最后分析了三种模型试验结果与预期效果间存在差距的原因,提出使用RBF神经网络对GARCH模型的进行改进的方法,并将RBF神经网络模型与GARCH模型的试验结果进行了比较分析。本文的主要结论是随着SMA、EWMA和GARCH三种模型复杂度的上升,模型效果是越来越好,在不考虑时间成本的条件下经过RBF神经网络改进后的GARCH模型较GARCH模型更加先进；不足之处是未考虑以下因素的限制：市场流动性、期货涨跌停板限制和RBF神经网络最优算法。