金属铜因为其优良性质,被广泛运用于电力、电子电器、交通能源、建筑地产等行业领域。在目前市场经济下,铜价格会受到供需、国家政策和一些不确定因素的影响,因此铜价格往往波动较为复杂且规律性较差,会给生产商、加工商、生产要素供应商以及广大消费者带来较大的损失,对铜市场带来较为不利的影响。因而,对我国铜价格序列的波动进行预测,有助于维持铜市场平衡,为企业规避价格风险。本文研究的主要内容包括:(1)基于铜价格,从需求、供给、政策以及市场等方面探究我国铜市场的发展现状,分析影响铜价格波动的因素。(2)在铜价格影响因素的基础上,选取选择铜库存量、废铜的进口量、我国铜产量以及消费者物价指数(CPI)、人民币汇率(CFETS)和生产价格指数(PPI)作为自变量,铜价格数据作为因变量。采用BP前馈神经网络模型、Elman反馈神经网络模型、深度学习LSTM神经网络和小波神经网络构建预测模型对铜价格进行预测,探究各模型在铜价格预测研究中的适用性。(3)在时间序列的基础上,构建EWT-MI-LSTM组合模型,利用分解模型对波动复杂的铜价格序列进行分解,再使用互信息法对分解后的序列重组分类;再利用各预测模型对重构分类后的序列进行预测;最后将重构序列的预测结果进行叠加,可以得到最终铜价格的预测值。(4)通过两类模型对未来半年的铜价进行预测后进行对比分析,发现当解决波动较为复杂的问题的预测结果相差不大时,需要综合考虑参考两类模型的预测结果。当两种模型的预测相差较大时,可以考虑使用误差较小的模型来进行预测,同时参考神经网络模型的预测特性来辅助决策。