Sự biến động của giá hàng hóa chủ chốt có tác động đáng kể đến nền kinh tế toàn cầu. Do đó, việc dự báo giá các mặt hàng này nhận được nhiều sự quan tâm từ các nhà nghiên cứu. Nghiên cứu này được triển khai nhằm phát triển các mô hình dựa trên các kỹ thuật trí tuệ nhân tạo trong một ngày tới dự báo giá thị trường cho các mặt hàng chủ chốt gồm đồng, dầu thô, khí đốt và bạc. Dữ liệu về giao dịch hàng hóa được thu thập từ 1/2000 đến 10/2019. Các mô hình dựa trên kỹ thuật trí tuệ nhân tạo khác nhau là hệ suy diễn mờ nơron thích nghi (ANFIS), mạng nơron nhân tạo (ANN), phương pháp xử lý dữ liệu nhóm (GMDH), mạng học sâu (LSTM) được phát triển. Các chỉ số đánh giá RMSE, MAPE, MAE, R và Theil's U được sử dụng. Kết quả cho thấy mô hình đề xuất dựa trên kỹ thuật GMDH vượt trội trong dự báo giá cả hàng hóa.