目前对非线性科学特别是混沌理论的研究方兴未艾,混沌理论自提出之后一直表现出强大的生命力,它与其它各学科相互交义,互相渗透,在经济学、数学、气象学、生命科学等众多领域中得到了广泛的应用,特别是人类经济活动日益加深的今天,产生大量的经济数据,如何处理分析这些金融数据,受到了普遍的重视。传统意义上的金融价格时间序列研究是在有效市场假说(EMH)基础上进行的,并逐步发展了一套相对成熟的传统线性时间序列分析方法,其中比较有代表性的线性平稳统计模型有：滑动平均模型(MA),自回归模型(AR)和自回归滑动平均模型(ARMA)等。但许多证据表明,线性理论已经不能很好的阐释金融市场复杂的运动,比如金融指数收益率存在尖峰胖尾现象等,因此,在非线性基础上研究金融市场有重要的理论和现实意义。对非线性系统的研究无论在科学研究领域还是工程应用领域都是极具挑战并且棘手的问题。本文利用混沌理论作为工具,对黄金价格时间序列进行深入的分析,研究数据为纽约金属交易所COMEX提供的黄金交易数据。结合黄金价格时间序列的特点,采用互信息法和Cao氏法求得时延和嵌入维数并对黄金价格序列进行相空间重构,同时在定性判别混沌时间序列的基础上,还增加了定量的判别方法,通过李氏指数、关联维等参数来更为准确的描述混沌的性质,通过计算黄金价格时序中李氏指数与分形维的数值,李氏指数为正数,但其数值偏小,说明其混沌特性还不是十分明显,关联维数为正分数,其符合混沌特征的描述,这一结论在相空间重构中也得到了支持,其符合混沌图形基本要求。在此基础上,针对黄金价格时间序列具有采样频率多、数据维数多、样本容量大的特性,对不同频率的黄金价格时序进行混沌分析,发现其都符合混沌基本特征,证明了研究其非线性特征时,可以选择月、周、日、分钟级别的数据进行研究,并不会影响研究的结果。同时本文还对研究样本数量对结果的影响进行了分析,结果发现选取一千组左右的数据作为研究对象比较合适。本文的工作将为之后与黄金市场相关的市场管理、风险控制、投资理财、制定政策提供一定的参考依据。