Dự đoán giá vàng là một chủ đề trọng yếu trong tài chính, đặc biệt trong bối cảnh biến động toàn cầu, và ngày càng được hỗ trợ bởi các mô hình học máy và học sâu nhằm nâng cao độ chính xác. Tuy nhiên, chưa có nhiều nghiên cứu hệ thống hóa tri thức trong lĩnh vực này. Nghiên cứu này sử dụng phương pháp phân tích trắc lượng thư mục trên 182 ấn phẩm được thu thập từ cơ sở dữ liệu Scopus giai đoạn 1985–2025 để phân tích xu hướng, xác định các tác giả, tổ chức và mô hình dự báo có ảnh hưởng. Kết quả cho thấy các mô hình deep learning như CNN-LSTM đang thay thế dần các phương pháp truyền thống như ARIMA và GARCH, với mức trích dẫn cao trong các công trình tiêu biểu. Ngoài ra, mạng lưới từ khóa và hợp tác nghiên cứu cho thấy sự chuyển dịch mạnh mẽ về chủ đề và sự tập trung vào các quốc gia như Trung Quốc, Hoa Kỳ và Malaysia. Những phát hiện này không chỉ phản ánh sự phát triển nhanh chóng của lĩnh vực mà còn đóng vai trò xây dựng bản đồ tri thức, hỗ trợ định hướng ứng dụng dự báo giá vàng trong thực tiễn tài chính.