长期以来,黄金由于其具有的支付手段、流通手段、储藏手段、价值尺度、世界货币等职能而成为研究热点,并且因为黄金的属性复杂,所以黄金价格不仅受到供求关系、全球经济情况、国家政策的影响,还受到美元指数、美元汇率、道琼斯指数和原油价格等多种因素的综合影响。因此对黄金价格的深入研究可以使我们更好地对黄金价格进行预测,既有助于国家及时调整经济政策,又有助于个人和机构把控金融风险,具有理论和应用价值。本文的创新之处在于两方面,一方面本文利用灰色关联度分析显著影响黄金价格的因素,建立多因素BP神经网络模型,将显著影响黄金价格的经济因素加入到预测模型之中,提高了预测精度;另一方面本文结合了单一模型的优点,建立基于遗传算法的组合预测模型,提升了模型的预测能力,该模型在短期预测方面具有很强的实用价值。黄金价格作为时间序列,其自身不仅包含线性关系也包含有非线性关系,本文分析了黄金价格的历史数据,建立预测黄金价格的四种单一模型和一种组合模型,并比较几种模型的预测效果和推广能力,识别出最优预测模型。首先本文创建传统的ARIMA预测模型,根据AIC准则确定该模型的阶数,建立黄金价格当前期与滞后期的线性函数,并利用Eviews软件进行训练和预测;其次由于黄金价格既包含有已知信息又包含有未知信息,属于灰色系统,因此本文建立灰色预测模型GM(1,1),根据处理后的原始数据,求解灰色微分方程中的参数从而确定模型结构,并利用Matlab软件进行训练和预测;然后本文挖掘黄金价格序列中的非线性关系,建立BP神经网络模型,选择合适的网络结构,并加入美元指数、美元汇率、道琼斯指数和原油价格四种最重要的影响因素构建多因素BP神经网络模型,利用Matlab软件进行训练和预测,进一步减小预测值的相对误差率;最后本文将ARIMA模型、GM(1,1)模型以及多因素BP神经网络模型三种单一模型相结合,构建基于遗传算法的组合预测模型,根据遗传算法确定三种单一模型的权重,将三种单一模型的预测结果加权得到组合模型的最终预测结果。本文通过对建立的四种单一模型以及组合模型的实证结果进行对比,分析几种模型的优劣以及预测效果,可以得到预测黄金价格的最优模型是基于遗传算法的组合预测模型,该模型既结合了单一模型的优势,又加入了最显著影响黄金价格的四种因素,能准确预测黄金价格未来几日的走势。本文基于此模型,可以根据前30日的黄金价格历史数据预测出未来5日的黄金价格,为个人投资者、黄金市场生产者、政府、国家提供了相应的政策建议。在黄金市场投资者方面,个人投资者投资入市还需谨慎,需要理性投资。在黄金市场生产者方面,生产者应及时调整黄金产品的生产规模和数量,提高生产利润,完善黄金市场的发展。在政府扶持方面,政府应大力推进黄金产业的生产研发能力,同时吸收和借鉴发达国家在黄金产业转型中的先进技术成果和管理经验。在国家黄金储备方面,国家应及时调整我国国际外汇储备中黄金资产的比例,改善我国的外汇储备结构,防范经济风险,抵御国际经济动荡。