鸡蛋因富含多种氨基酸而广受人们欢迎,是人们日常生活中蛋白质的重要来源,在居民消费中占有重要地位。我国是世界上最大的鸡蛋生产国和消费国,截至2020年我国鸡蛋年产量为3512.85万吨,约占世界40%。除此之外,鸡蛋期货于2013年11月8日在大连商品交易所上市,从而鸡蛋期货成为了中国第一个鲜活农产品和畜牧期货品种,其上市不仅丰富了我国期货市场的品种系统,而且也为鸡蛋业规避“鸡飞蛋打”提供了一种有效地防范手段。随着国内鸡蛋市场的蓬勃发展,学者对鸡蛋产量及价格进行预测的研究越来越多,因此有关鸡蛋产量及价格进行预测的文献也越发丰富。本文首先运用描述性统计方法从鸡蛋的生产及消费两方面对鸡蛋市场运行状况进行分析,再利用ARIMA模型预测未来五年鸡蛋产量的发展趋势,实证结果表明:未来五年鸡蛋产量仍具有强劲的增长势头,预计在2025年鸡蛋年产量突破4千万吨。基于此,使用BP神经网络模型和Heston随机波动模型对鸡蛋期货价格进行预测并对比两种方法的预测精度。我们首先使用BP神经网络模型对不同区间的样本进行训练、验证及测试,并对样本外五天的鸡蛋期货价格进行预测,进而利用损失函数进行精度评价;然后我们采用贝叶斯估计方法以及极大似然估计方法估计Heston随机波动模型的参数,并基于估计后的模型,采用滚动时间窗方法对四个不同区间的样本数据进行样本外五天鸡蛋期货价格的预测,同时引入损失函数进行精度衡量。实证结果表明:（1）BP神经网络和Heston随机波动模型均可对鸡蛋期货价格进行预测,但相比较而言,Heston随机波动模型的预测效果更好;（2）运用贝叶斯法以及极大似然估计方法所建立的Heston模型可以较好地对鸡蛋期货价格进行预测;（3）基于贝叶斯估计方法和极大似然估计方法利用Heston模型进行预测时,贝叶斯方法在预测鸡蛋期货价格时要优于极大似然方法。本文的创新点在于在模型选择时选取了期权定价中比较经典的Heston随机波动模型以及在样本选取时应用了日收盘价格及五分钟价格数据。