由表3可以看到，日结算价格预测的标准差比，小误差概率，周收盘指数预测的平均误差标准差比，小误差概率，预测模型符合精度要求，可以利用该模型对大豆905合约进行预测。

　　表3 模型检验值

　　检验指标 日结算价格 周结算价格

　　51.462 212.127

　　24.624 42.995

　　标准差比C 0.478 0.203

　　小误差概率P 1 1

　　为更好地说明问题，还对未来的2期的大豆结算价进行了预测，预测值及误差检验结果见表4

　　表4预测日结算价、周结算价 日结算价 周结算价 实际值 预测值 相对误差

　　(%) 实际值 预测值 相对误差

　　(%)

　　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个交易日的日收盘结算价格预测值与实际价格的相对误差均小于0.3%，预测结果非常的好。但是预测周结算价格的时候，预测值与实际数值的相对误差较大，都超过了5%，预测精度稍差。周结算价格预测精度不高的原因可能是，虽然在研究中将期货市场看作一个灰色系统，期货市场受政策、经济及其它人为因素影响太多，有别于一般的灰色系统。

　　结论

　　灰色系统建模思想是直接将时间序列转化为微分方程，从而建立起抽象系统的发展变化动态模型。灰色系统建模有三个突出的优点：一是采用生成数列进行建模，弱化了原始数据的波动性；二是模型对原始数据个数要求少(一般4个以上)，且不要求数据具有明显的分布规律；三是灰色系统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发展的本质。

　　虽然只对大连商品交易所的大豆期货合约进行预测分析，但是其它任何类型的商品期货均是以价格变化曲线来反映市场行情走势，故灰色预测不仅可以用于大豆合约，对于其他的品种也同样适用。通过以上实证分析可以看出，与其他预测方法不同，灰色预测对数据量要求不高，更不要求典型分布。灰色预测对短期内的价格预测精度较高，中长期的股价预测精度虽有所下降。所以，为在短期内规避风险，获得投资回报，对于投资者尤其是短期投资者来说，灰色预测不失为一种有效方法。

　　此外，GM(1,1)模型不能反映数据列摆动的过程，只反映数据列单增或单减的情况，不过通过一定的方式，如残差辨识建立多次残差的GM(1,1)模型，对残差修正补充，则摆动也是可以反映的。