El análisis del trading de futuros juega un papel fundamental en el desarrollo de políticas macroeconómicas y la planificación estratégica corporativa. Los datos de futuros de alta frecuencia, normalmente presentados como series temporales, contienen patrones históricos valiosos. Para abordar desafíos como la no estacionariedad en la modelización de los precios de futuros, proponemos una arquitectura novedosa llamada FuturesNet, que utiliza un módulo InceptionTime para capturar las fluctuaciones a corto plazo entre las órdenes de compra y venta, así como un módulo de memoria a largo y corto plazo (LSTM) con conexiones de salto para capturar dependencias temporales a largo plazo. Evaluamos el rendimiento de FuturesNet utilizando conjuntos de datos numerados 50, 300 y 500 del mercado financiero nacional. Los resultados experimentales completos muestran que FuturesNet supera a otros baselines competitivos en la mayoría de los escenarios. Además, realizamos estudios de ablación para interpretar los comportamientos de FuturesNet. Nuestro código y los conjuntos de datos de futuros recopilados están disponibles.