随着我国经济的高速发展和相关交易制度的不断完善,我国期货市场已日趋成熟,并开始朝着国际化的目标迈进。越来越丰富的期货品种既为不同的行业提供了套期保值的工具,也为套利者提供了更多的交易产品。本文选取黑色金属产业链中具有代表性的螺纹钢、铁矿石和焦炭期货作为跨品种套利的研究对象。区别于统计套利方法,在根据协整检验的结果选择出合适的套利组合并利用GARCH模型确定了套利比例后,运用在动态系统拟合上比BP神经网络更优的Elman神经网络对价差进行预测,并使用遗传算法对其进行优化。基于神经网络的预测,本文构建了不同固定阈值下的趋势策略,相关的获利指标表明:随着开仓阈值的提高,神经网络策略的盈利利能力不断降低,原因在于阈值的提高使得策略的交易次数明显减少;基于遗传算法优化Elman神经网络建立的策略比BP神经网络和Elman神经网络能够产生更高的年化收益率,且收益率在长期内保持了稳定增长,这得益于遗传算法加快了Elman神经网络的收敛速度,增加了网络的拟合精度并使策略产生更多的有效盈利次数,除此之外,遗传算法令网络在训练时获得全局最优解,从而在大部分时间段的预测都能维持较高的准确度。本文在最后对神经网络和期货品种的后续研究进行了展望,并且为不同的市场参与主体提供了针对性的投资建议,这使得本文在具备一定理论价值的同时又具有较强的现实意义。