我国商品期货交易虽然起步较晚,但是已经具有非常庞大的规模,成交量连续九年居世界前列,因此商品期货投资策略备受关注。本文首先基于期货价格指数的成交量、小波分解子序列等特征序列,采用深度学习模型—LSTM对五类期货价格指数的走势进行建模和预测。在时间序列的预测特征方面,本文采用无抽取的Haar小波变换方法对原始序列进行分解,从而稳定地分解出价格指数序列所包含的长短期特征。实证研究表明,本文构建的价格预测模型在市场下跌环境下的预测表现较好,在市场上涨环境下的表现差于下跌市场的表现。其次,根据预测结果构建相应的多仓和空仓,通过年化收益率、最大回撤、夏普比率等指标考察发现,对于这五类单一期货品种,本文的策略相比于基准策略—海龟交易策略均有更优的收益表现。但是在风险控制方面,本文的模型差于海龟交易策略。最后,由于期货市场与一般的证券市场相比,具有保证金交易机制,故引入期货杠杆构建了期货投资组合管理模型,基于预测结果对五类期货品种进行组合。结果表明,相比于单一期货品种,本文构建的期货投资组合具有更优的收益表现。并且,商品期货的投资组合策略有效的分散了风险,控制了策略的最大回撤,夏普比率得到了显著提高,有效弥补了本文策略在风险控制方面的缺陷与不足。