黄金具有货币、金融、商品等属性,被广泛运用于各个领域。正因为其复杂的属性,不仅经济环境对黄金价格的波动产生巨大影响,而且地缘政治、货币市场、股票市场、石油市场等因素也会影响到黄金价格。因此,如何有效地预测黄金价格就成为了一个比较重要的课题。本文首先对有关黄金市场的理论进行系统梳理。然后在以往研究中使用的预测模型进行回顾,评析各个预测方法的优势与劣势。由于黄金价格序列是非线性和非平稳的,传统的经济学模型假定数据是线性的,难以捕捉到黄金价格序列中的非线性模式,从而不能精确预测到黄金价格。据此,本文提出了基于EEMD(集合经验模态分解方法)分解黄金价格的分析方法,利用此方法对国际黄金历史价格分解为若干不同频率的价格分量,分别提取出长期价格、中期价格以及短期波动价格。结合ICSS与Chow方法对三个事件价格进行结构变点检验,并运用外部事件与变点检验结果进行对比,以此分析外部事件对黄金价格波动特征的影响。研究发现,市场波动项的周期为4.3个月,可以认为是黄金价格在短期内都有一个自我调整的功能,能够对一般市场事件诸如“迪拜事件”以及“塞浦路斯事件”发生进行调整,其持续时间约为三个月：重大事件项的周期为40.8个月,可以认为是一些未预料突发的事件诸如战争和经济危机等能对黄金价格有着较大影响,并会持续很长一段时间；长期趋势项表示黄金价格的长期趋势。最后,采用支持向量机模型对黄金价格分解并提取出市场波动价格、重大事件价格和趋势价格进行预测,并通过使用粒子群算法优化四种不同核函数的支持向量机,发现运用粒子群算法RBF核函数支持向量机对黄金市场价格预测取得了较好的预测效果,重大事件项和长期趋势项的预测精度要比短期波动项的要高。采用移动窗口方法获取提前5步的预测值与提前1步值来考察样本的预测能力相比,提前5步的预测精度是要比提前1步的预测精度是要差。