2016年以来,黑天鹅事件频发,全球金融市场波动剧烈,黄金成为投资者首选的避风港。因此,对黄金价格进行预测研究具有重要意义。本文以2010年至2016年的纽约Comex黄金期货为研究对象,建立预测黄金价格的深度学习模型。通过对黄金市场进行理论分析与实证检验,我们发现黄金价格是一种对外部市场极其敏感的非平稳时间序列,一般的时序模型和浅层学习模型都不能较好抓住其变化特点。因此,我们首先筛选出布伦特原油价格、高盛商品指数、美元指数、美国10年期国债实际利率等影响黄金价格的外部因素作为模型输入变量。其次,考虑到黄金价格时间序列的非线性动态特征,我们选择带有延迟算子承接层结构的Elman神经网络进行建模,双隐层等多层网络结构设置对黄金价格的复杂变化性刻画效果较好。进一步,我们还将滞后变量加入输入层中,构建出“带记忆”的黄金价格深度学习模型。实证验算结果显示,本文模型的学习预测效果明显比传统模型要好,且在不同数据集上具有泛化性。最后,我们尝试性地根据模型预测结果制定量化投资策略,在投资实践中获取超额收益,使模型更具有实用价值。