【摘要】本文以上海期货市场的沪铜期货为研究对象，分别将宏观经济数据和百度搜索关键词信息作为影响沪铜期货价格变化的宏观经济因素和投资者微观关注度特征，提出了一种预测沪铜期货价格的新模型：SC-KPCA-KELM。首先对多源数据信息集进行系统聚类，然后对聚类结果利用核主成分分析法进行特征提取，最后将提取出的主要特征作为预测因子，分别采用4种机器学习方法对沪铜期货的月度价格进行预测。实证结果表明，在本文预测框架下综合利用宏观经济数据和百度搜索信息的预测模型在水平和方向预测精度上均获得了更好的预测性能。本文的方法可为铜相关企业和期铜投机者提供一定的决策依据。