La predicción precisa de los precios de los productos agrícolas es fundamental para proporcionar orientación racional para la planificación de la producción agrícola y el desarrollo de la industria agrícola. Al construir un modelo de predicción de precios de productos agrícolas de extremo a extremo, que incorpora un algoritmo de ajuste de curva Bézier segmentada y una red LSTM (Long Short-Term Memory), este estudio selecciona los precios de futuros de maíz listados en la Bolsa de Comercio de Dalian como objeto de investigación para predecir y validar sus tendencias de precios. En primer lugar, los precios de futuros de maíz se ajustan utilizando curvas Bézier segmentadas. Posteriormente, la secuencia de precios ajustada se emplea como característica e ingresa en una red LSTM para el entrenamiento y obtener un modelo de predicción de precios. Finalmente, se comparan y analizan los resultados de predicción del modelo LSTM basado en curvas Bézier con los modelos LSTM tradicionales, ARIMA (Modelo Autorregresivo de Media Móvil Integrada), VMD-LSTM y SVR (Regresión de Vectores de Soporte). Los hallazgos de la investigación indican que el modelo propuesto LSTM basado en curvas Bézier muestra ventajas predictivas significativas en la predicción de precios de futuros de maíz. A través de la comparación con modelos tradicionales, se afirma la efectividad de este modelo. En consecuencia, el modelo LSTM basado en curvas Bézier propuesto en este documento puede servir como una referencia crucial para la predicción de precios de productos agrícolas, proporcionando una orientación efectiva para la planificación de la producción agrícola y el desarrollo de la industria.