【摘要】气温衍生品是以气温为标的的一种新型天气风险管理工具，对气温进行精准预测是气温衍生品定价的核心。本文分别使用ARMA模型、单变量LSTM模型、多变量LSTM模型建模，预测我国7个代表城市的日度气温，择优预测结果使用蒙特卡罗方法进行气温期权定价并分析其在农业中的应用。研究结果表明：第一，深度学习LSTM模型比ARMA模型在气温预测方面有更好的效果；第二，加入周围城市气温特征的多变量LSTM模型相对于单变量的LSTM模型预测精准度均有提升；第三，蒙特卡罗方法适配于气温期权的定价。基于此，应使用深度学习算法提高天气衍生品定价的精确度；因地制宜设计我国的天气衍生品，选择最为合适的定价模型参数；完善天气衍生品交易制度及其监督规则，提升天气衍生品定价的科学性，推动我国天气衍生品市场发展。