准确预测碳排放交易价格是稳定碳金融市场可持续发展的基础。根据碳金融市场交易价格的相干演化和同比演化特征，从纵向和横向维度的双重处理角度，以经验模态分解（EMD）、极端梯度升级（XG、Boost）、极限学习机（ELM）、分数阶季节灰色系统（FSGM）及其组合模型为例，建立基于随机森林（RF）的综合预测模型。本文选取了国内外六个碳交易市场作为研究对象，并以深圳的碳交所为例进行了专题分析。为了验证该模型的有效性，进一步将其与季节指数平滑（HW）、支持向量机（SVM）、短期和长期记忆网络（LSTM）、FSGM、RF和EDMXGB elm的预测结果进行了比较。结果表明，本文提出的预测模型比基准模型具有更高的预测性能，这种基于二进制处理的建模范式在其他领域也具有良好的应用前景。