粮食安全是民生大事,玉米作为我国重要的主粮和饲料粮,避免其价格剧烈波动显得尤为重要。然而,2020年我国玉米价格发生了大幅上涨,原本有序的市场环境受到干扰。农产品物价保持长期稳定是国家长治久安的重要前提,保证重要农产品的价格减少波动以及促进农民持续增收,展现了我国为走向全面小康社会的必胜信念。本文的研究内容主要由五部分组成:第一部分,介绍了全文的研究背景和意义,概述了国内外文献研究成果与论文的主要研究内容。第二部分,阐述用于农产品价格分解、农产品价格波动分析、农产品价格预测相关的理论基础。第三部分,对玉米期货价格波动趋势进行分解,使用HP滤波法分解出玉米期货价格的长期、循环成分,使用Census X12方法分解出玉米期货价格的循环、不规则、季节要素,使用EEMD方法分解出玉米期货价格的IMF分量和趋势项,结合以上分解方法对农产品价格波动特征进行分析。第四部分,对玉米期货价格波动传导情况进行探索。选取了上证综合指数、流动性过剩、经济政策不确定性、中美汇率作为变量建立了时变参数向量自回归模型（TVP-SV-VAR）,区分全样本下不同变量对玉米期货价格的短、中、长期的影响,以及新冠疫情、贸易摩擦、金融危机时期不同变量对农产品价格的冲击效果。第五部分,对玉米期货价格进行短期预测。在前文对价格进行分解的基础上,与深度学习模型（LSTM）结合得到HP-LSTM、X12-LSTM、EEMD-LSTM组合预测模型对进行预测,并将预测结果与单一预测模型LSTM、SVR分别进行比较分析。研究发现:（1）玉米期货价格波动具有明显的周期性和季节性,季节波动现象较为明显。玉米期货价格波动与上证综指波动最密切,中长期来看,上证综指越高、流动性过剩越大、经济政策不确定性越大、中美汇率越高,玉米期货价格随之上涨幅度越大。（2）重大事件的发生会改变各因素波动传导的强度和方向,疫情期间各变量对农产品价格的冲击强度最大,疫情加剧了变量波动对玉米期货价格波动的传导强度,金融危机和贸易摩擦时期的波动传导强度依次减弱。（3）基于分解的长短期记忆模型在农产品价格预测上优于计量预测模型,比机器学习模型也更加精准。EEMD-LSTM预测模型在玉米期货价格预测上优势明显,将该模型应用到大豆期货价格的预测上也具有优异的表现。