据美国期货业协会（FIA）统计,自2015年以来,我国豆粕期货成交量已连续5年位居全球农产品期货第一位,是我国推出较为成功的农产品期货之一。随着全球贸易冲突的加剧,豆粕期货市场出现了很多不确定的潜在风险。构建科学有效的豆粕期货价格预测模型,可以为市场参与者规避部分风险,减少损失,因此本文的研究具有迫切的现实意义。本文在构建指标体系过程中,首先考虑了开盘价、收盘价等基本行情指标;然后考虑到豆粕期货数据是金融时间序列数据,具有非平稳、高噪声和非线性等特点,因此引入了移动平均线、随机指标等金融技术指标加以分析,试图构建科学合理的指标体系。在构建模型过程中,首先,对原始数据进行归一化处理;然后,考虑到PCA降维存在因子不可解析的不足,故而选择XGBoost模型进行特征降维,获得较低维度的替代样本;最后,利用替代样本作为LSTM模型的输入,以此训练得到XGB-LSTM模型。通过对比分析不同模型的预测效果,得到结果如下:XGB-LSTM模型的RMSE、MAE、R~2分别为0.015009、0.010397、0.970734;其中RMSE相较于XGB-SVR、PCA-SVR、PCA-LSTM模型分别降低了59.02%、21.80%、20.54%;MAE降低了68.02%、33.89%、26.34%;R~2提高了22.08、1.68、1.43个百分点;另外,与现有文献中对豆粕期货价格预测的模型相比较,XGB-LSTM模型同样具有一定优势,RMSE、MAE分别减少了74.12%、77.40%;综上,说明在上述模型中,XGB-LSTM模型对豆粕期货价格的预测性能最佳。