建立精准的农产品价格预测模型对农产品价格预警机制具有重要意义。农产品市场是国民经济市场的重要组成部分,它直接关系到了居民的消费水平、农民收入、社会经济等方方面面。但是农产品市场受市场供求、生产成本、市场流通、自然气候以及突发事件的影响。其价格短期波动十分频繁,而整体呈现波动大、非平稳等特征。农产品价格突然下降会增加农产品生产者的风险,造成农民收入下降、农田荒废等一系列的不良影响。因此建立精准的价格预测模型能够帮助政府把握宏观经济调控,帮助农民及时规避农产品价格变化带来的风险,具有非同一般研究价值。本文基于农产品价格具有的非线性、非平稳、周期性特征,建立以小波分解为基础结了自回归滑动平均方法和支持向量机方法的组合模型。本文首先讨论了基于农产品价格预测方面的国内外研究内容以及研究进展,然后重点介绍了小波分析、支持向量机、自回归移动平均模型的相关概念,以及相应的建模方法。探讨了在具体的实证研究中如何解决ARMA建模过程中的模型判断、模型拟合、模型选择的问题,以及支持向量机建模和小波分解中的参数寻优、核函数选取、分解层数等实际问题。对样本数据的选择和前期处理和模型评价方法作了详细的说明。最后选用2006到2013年全国生猪平均价格为样本数据,我们证实所选用的以小波分析为基础并结合数据挖掘方法和传统时间序列的模型比单一的模型预测精度要高,拟合程度要好。