由表3可以看到，日結算價格預測的標準差比，小誤差概率，周收盤指數(shù)預測的平均誤差標準差比，小誤差概率，預測模型符合精度要求，可以利用該模型對大豆905合約進行預測。

　　表3 模型檢驗值

　　檢驗指標 日結算價格 周結算價格

　　51.462 212.127

　　24.624 42.995

　　標準差比C 0.478 0.203

　　小誤差概率P 1 1

　　為更好地說明問題，還對未來的2期的大豆結算價進行了預測，預測值及誤差檢驗結果見表4

　　表4預測日結算價、周結算價 日結算價 周結算價 實際值 預測值 相對誤差

　　(%) 實際值 預測值 相對誤差

　　(%)

　　7 4025 4013 0.30 4058 4295 5.84%

　　8 3994 3983 0.28 3945 4158 5.40%

　　由表4可以看出，后2個交易日的日收盤結算價格預測值與實際價格的相對誤差均小于0.3%，預測結果非常的好。但是預測周結算價格的時候，預測值與實際數(shù)值的相對誤差較大，都超過了5%，預測精度稍差。周結算價格預測精度不高的原因可能是，雖然在研究中將期貨市場看作一個灰色系統(tǒng)，期貨市場受政策、經(jīng)濟及其它人為因素影響太多，有別于一般的灰色系統(tǒng)。

　　結論

　　灰色系統(tǒng)建模思想是直接將時間序列轉(zhuǎn)化為微分方程，從而建立起抽象系統(tǒng)的發(fā)展變化動態(tài)模型。灰色系統(tǒng)建模有三個突出的優(yōu)點：一是采用生成數(shù)列進行建模，弱化了原始數(shù)據(jù)的波動性；二是模型對原始數(shù)據(jù)個數(shù)要求少(一般4個以上)，且不要求數(shù)據(jù)具有明顯的分布規(guī)律；三是灰色系統(tǒng)建立的是微分方程模型而非差分方程模型，能使模型更深刻地反映事物發(fā)展的本質(zhì)。

　　雖然只對大連商品交易所的大豆期貨合約進行預測分析，但是其它任何類型的商品期貨均是以價格變化曲線來反映市場行情走勢，故灰色預測不僅可以用于大豆合約，對于其他的品種也同樣適用。通過以上實證分析可以看出，與其他預測方法不同，灰色預測對數(shù)據(jù)量要求不高，更不要求典型分布?；疑A測對短期內(nèi)的價格預測精度較高，中長期的股價預測精度雖有所下降。所以，為在短期內(nèi)規(guī)避風險，獲得投資回報，對于投資者尤其是短期投資者來說，灰色預測不失為一種有效方法。

　　此外，GM(1,1)模型不能反映數(shù)據(jù)列擺動的過程，只反映數(shù)據(jù)列單增或單減的情況，不過通過一定的方式，如殘差辨識建立多次殘差的GM(1,1)模型，對殘差修正補充，則擺動也是可以反映的。