股票指数期货市场是一个不稳定的、开放的、非线性动态变化的复杂系统。市场上期货合约价格的变动受金融、经济、政治、社会以及投资者心理等众多因素的影响,其变化过程具有非线性、混沌性、长期记忆性等特点。针对股指期货市场的一些特点,本文基于历史数据,运用BP神经网络模型,对股指期货价格的变动趋势进行研究,对短期内股指期货的价格进行预测。本文首先综述研究了股指期货价格预测的多种方法,通过对不同方法的优劣性进行简要的比较分析,确定了本文选用BP神经网络对股指期货价格进行预测。其次,探讨了BP神经网络的基本结构、BP神经网络在金融市场预测中的适应性以及BP神经网络的算法和运Matlab工具对BP算法的实现等内容。第三,采用实验的方法,确定了BP神经网络的结构,即多输入单输出、单一隐含层多节点的BP神经网络结构,为更好地达到预测精度,本文设计了三组预测实验：使用单一因素(收盘价格)运用BP神经网络对价格走势进行预测；采用多因素(收盘价、交易量等因素)利用BP神经网络对价格走势进行预测;运用经验模态分解算法(EMD)与BP神经网络相结合的方法构建股指期货价格预测模型,对价格走势进行预测。大量重复可控实验的结果表明,运用BP神经网络模型可以对股指期货合约短期内的价格进行较高精度的预测,这证明了本文所采用的研究方法和所设立的模型是实用并且有效的。通过实验结果还可以得到：将EMD算法与BP神经网络相结合可以实现更高精度的价格预测结果。