随着我国经济的快速发展,钢材的需求日益扩大,使得钢材市场逐渐在实体经济中占据重要地位。钢材价格的大起大落随时可能对实体经济造成重创,那么探究我国钢材市场的内部结构并进行价格预测则显得尤其重要。由于钢材市场中钢材品种繁多,本文选取其中最具有代表性的螺纹钢作为研究对象。考虑到螺纹钢市场的非线性特征,本文将引入分形理论和小波去噪方法,对我国螺纹钢期货、现货市场进行探究,并根据分形特征分别对螺纹钢期货和现货进行价格预测。首先,本文使用小波去噪消除噪声的影响后,通过引入修正R/S分析法和OSW-MF-DFA法分别对螺纹钢期货和现货市场进行研究,发现螺纹钢期货和现货市场都存在正向持续性,并且现货的持续性强度更大。此外,经过小波去噪后,螺纹钢期货和现货的分形特征强度都变得更强。其次,本文将重叠平滑窗技术引入到非对称多重分形去趋势交叉相关分析法(MF-ADCCA)中,再结合多标度多重分形分析法(MMA),提出了非对称多标度多重分形去趋势交叉相关分析法(A-MMDCCA)。这不仅弥补了传统方法中存在伪波动的缺陷,还可以更好地探究我国螺纹钢期货与现货市场在不同标度下的非对称多重分形交叉相关性。结果表明,螺纹钢期货与现货市场之间存在非对称多重分形交叉相关性。当标度数值较小时,螺纹钢期货与现货市场之间的交叉相关性最为复杂;当螺纹钢期货市场处于上升趋势时,它与现货市场之间的交叉相关性更为显著。最后,在小波去噪的基础上,结合数据的分形特征,构建基于粒子群算法的BP神经网络模型分别对螺纹钢期货和现货进行价格预测。通过比较模型的预测误差可以发现,结合小波去噪处理的预测模型精度得到了提高,能较好的拟合出螺纹钢期货和现货市场的价格走势,并且对螺纹钢现货的预测精确度更高。本文通过非线性方法刻画出了我国螺纹钢期货和现货市场的特征信息,不仅为我国的螺纹钢企业和投资者带来价格规律的参考,也为市场监管者提供了政策制定的理论依据。这有助于调节螺纹钢价格的波动幅度,从而降低螺纹钢价格波动带来的经济风险。