期货价格能够反映出现货市场中价格相关的各种信息,如果能够比较准确地预测期货未来的价格,则能够较大限度的降低期货市场的投资风险,从而增加收益。在日常生活中,经常用到的期货价格预测的方法一般有基本面分析法和技术分析法,随着技术的发展,人工智能的技术也逐渐被应用到了期货价格的预测中来。本文提出了一种首先把模拟退火算法与遗传算法互相结合,互相取长补短后,再应用到三次指数平滑模型中来,从而对大豆期货的未来价格进行自适应预测的方法。三次指数平滑法是一种较好的时间序列预测方法,它只需要给出上期预测数据与实际数据就可以预测未来值。不需要太多的历史数据并且可以节省很多处理数据的时间,减少数据的存储量,能更好地对期货未来的价格进行预测。文中选用三次指数平滑法建立预测模型来对期货价格进行预测,它是对时间序列值进行预测的很有效的方法,但它的预测精度与平滑初值和平滑参数值的选取都有非常重要的关系,一般情况下,人们对平滑参数值的选取都依赖于经验,预测结果不一定准确。三次指数平滑模型也属于趋势预测中的一种,是以历史数据为预测基础的,有一定的使用局限性,还需要与其它方法相结合才能达到更优的预测效果。所以在本文中将引入人工智能优化算法中的遗传算法来较好地选取误差最小时的平滑参数值,此时的平滑参数取得最优值,同时考虑到遗传算法的局限性,则加入了模拟退火算法与其结合来对平滑参数值进行搜索最优值。遗传算法是一种较好的优化搜索算法,种群搜索和种群中个体之间交换信息,不依赖于梯度信息和问题本身,具有较好的鲁棒性、适应性、并行性和全局搜索能力;然而,由于遗传算法的局部搜索能力较差、费时,后期搜索效率较低,易早熟收敛等局限,因此借助于模拟退火算法具有很强的爬山能力的性质,克服遗传算法的不足,从而更好地搜索出目标函数的全局最优值。因此,自动生成相对应的平滑初值并自动搜索出最优平滑参数值,不依赖于人的主观判断,使预测结果更接近于实际值。