基于区块链的人工智能期货价格预测系统

1.本发明涉及数据处理技术领域，具体涉及基于区块链的人工智能期货价格预测系统。

背景技术：

2.期货，与现货完全不同，现货是实实在在可以交易的商品，期货主要不是货，而是以某种大宗产品如棉花、大豆、石油等及金融资产如股票、债券等为标的标准化可交易合约，因此，这个标的物可以是某种商品，也可以是金融工具；期货交收期货的日子可以是一星期之后，一个月之后，三个月之后，甚至一年之后。买卖期货的合同或协议叫做期货合约；买卖期货的场所叫做期货市场；投资者可以对期货进行投资或投机；目前期货价格的预测，绝大多数时采用人工进行预测，其预测结果的准确性跟作出预测的人的经验及专业知识息息相关，且存在一定程度的运气成分，对于期货市场而言，所需的能够作出精准预测的需求量极大，单单通过人工预测无法满足目前期货市场的需求。

技术实现要素：

3.解决的技术问题针对现有技术所存在的上述缺点，本发明提供了基于区块链的人工智能期货价格预测系统，解决了上述背景技术中提出的技术问题。
4.技术方案为实现以上目的，本发明通过以下技术方案予以实现：基于区块链的人工智能期货价格预测系统，包括：控制终端，是系统的主控端，用于发出控制命令：构建模块，用于构建数据采集通道；输入模块，用于输入系统需要进行期货价格预测的期货产品；预测条件确认模块，用于获取输入模块输入构建模块中经其子模块处理的期货产品对应结果数据，系统端用户在预测条件确认模块中参考结果数据进行期货产品价格预测条件的自定义编辑确认；智能刷新模块，用于自主刷新系统，对系统运行预测过的期货商品进行重复的期货价格预测；捕捉模块，用于捕捉预测条件确认模块确认预测条件后对期货产品进行期货价格预测的结果；步进模块，用于读取数据库中储存的期货价格预测结果，参考期货价格预测结果设定期货价格递进规律，参考期货价格递进规律预测期货价格预测结果的未来期货价格；其中，步进模块在读取到期货价格预测结果后，将预测结果反馈至控制终端，系统
端用户在控制终端上读取期货价格预测结果，根据期货价格预测结果手动编辑设定期货价格递进规律，期货价格递进规律同步由控制终端向步进模块发送，步进模块参考期货价格递进规律预测期货价格预测结果的未来期货价格。
5.更进一步地，所述构建模块中构建数据采集通道通过用户端自定义手动编辑输入，所述构建模块下级设置有子模块，包括：分析单元，用于分析获取期货产品的属性；权重分析单元，用于设置不同属性期货产品的期货价格权重值；其中，所述分析单元中对于期货产品的属性分析类别包括：未加工产品、半加工产品、加工制品、虚拟产品、资源性开采产品。
6.更进一步地，所述权重分析单元中对期货产品的期货价格权重值参考期货产品的属性分析类别进行手动设置，所述构建模块在构建数据采集通道及其子模块权重分析单元设置期货价格权重值后，根据期货价格权重值设置数据采集通道在采集不同属性期货产品时所应用的权重值。
7.权重分析单元中对期货产品的期货价格权重值参考期货产品的属性分析类别进行手动设置，不同属性的期货产品当前价格与实际价格之间是存在差值的，且差值是不一样的，根据权重系数对当前价格进行修正，以保证预测的准确；其中权重系数手动设置可以根据大量数据进行线性回归获得；例如第一种半加工产品的当前价格和实际价格有若干组历史数据，计算第一方差，以此类推得到若干组方差；根据线性回归方法得到半加工产品当前价格和实际价格之间的修正系数，即为权重系数；构建模块在构建数据采集通道及其子模块权重分析单元22设置期货价格权重值后，根据期货价格权重值设置数据采集通道在采集不同属性期货产品时所应用的权重值；通过权重值对采集到的当前价格进行修正，因为当前价格与实际价格之间的差异不进行修正会给预测结果带来更大的误差；利用历史数据得到权重值，故根据权重值进行修正。
8.根据期货价格权重值设置数据采集通道在采集不同属性期货产品时所应用的权重值，具体地，由于在不同刷新周期影响因素会影响价格权重，例如供需关系、国家政策等影响，根据经验进行调整得到应用权重。更进一步地，所述输入模块对输入的期货产品同步执行期货产品溯源，根据期货产品溯源结果分析当前期货产品制造商地址是否为国内，对分析结果为否的通过输入模块输入系统的期货产品进行舍弃，对分析结果为是的通过输入模块输入系统的期货产品发送至分析单元。
9.更进一步地，所述预测条件确认模块中确认的期货产品价格预测条件包括：期货产品价格数据采集通道、期货产品数据采集通道应用权重值、期货价格权重值、期货产品属性。
10.更进一步地，所述智能刷新模块中对期货商品进行重复的期货价格预测时根据自主刷新系统的刷新逻辑运行，系统运行时同步采集系统中所有模块运行结果数据构建期货价格卷积神经网络，参考卷积神经网络进行自主刷新系统刷新逻辑的选择，所述期货价格预测卷积神经网络的构建公式为：；式中：为期货价格预测刷新周期输出值；
为sigmoid函数；为t时刻的数据采集通道的数据输入值；为t-1时刻的数据采集通道的数据输出值；为期货价格预测刷新周期权重，系统端用户手动编辑设置；为偏置，系统端用户手动编辑设置。
11.进一步，期货价格预测卷积神经网络由当前t时刻的数据采集通道的数据输入值和上一时刻的预测值作为输入，通过当前刷新周期的权重，再激活函数的作用下输出当前时刻的预测值；其中偏置的设置为了保证目标函数不经过原点，可以根据经验手动设置为1；更进一步地，所述捕捉模块中设置有子模块，包括：数据库，用于储存捕捉模块实时运行捕捉的期货价格预测结果。
12.更进一步地，所述步进模块中预测期货价格预测结果的未来期货价格参考期货价格递进规律，预测期货价格预测结果的未来期货价格的模型为：；式中，为目标期货产品n
×
1维不可观测的基本经济变量，n≥1；为1
×
1维可观测目标期货产品的交易市场价格变量；为滞后算子对应的有限多项式矩阵；为随机误差项，系统端用户手动编辑设置；为上一目标期货产品n
×
1维不可观测的基本经济变量，n≥1；为1
×
1维上一可观测目标期货产品的交易市场价格变量。
13.其中，随机误差项是根据不可观测的基本经济变量和可观测目标期货产品的交易市场价格变量手动设置，基于对于上述两个变量的先验经验对于神经网络的参数进行修正；未来期货价格参考期货价格递进规律可以通过数学建模得到；期货价格递进规律满足线性关系，基于同一属性的期货产品历史数据，进行线性回归，便可得到期货价格递进规律，其中该期货价格递进规律模型通过不可观测的基本经济变量和可观测目标期货产品
的交易市场价格变量确定；故通过得到的目标期货产品n
×
1维不可观测的基本经济变量和1
×
1维可观测目标期货产品的交易市场价格变量，得到未来期货价格。
14.更进一步地，所述控制终端通过介质电性连接有构建模块，所述构建模块下级通过介质电性连接有分析单元及权重分析单元，所述构建模块通过介质电性连接有输入模块，所述输入模块通过介质电性与分析单元相连接，所述输入模块通过介质电性连接有预测条件确认模块、智能刷新模块及捕捉模块，所述捕捉模块内部通过介质电性连接有数据库，所述捕捉模块通过介质电性连接有步进模块。
15.有益效果采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：1、本发明提供一种基于区块链的人工智能期货价格预测系统，该系统通过连续两次的期货产品价格预测，能够对期货产品的当前价格及未来价格进行预测，从而将期货信息的价值最大的使用，为期货市场的期货价格预测带来便利，并且通过此种系统的实施，能够一定程度的代替人工对于期货价格的预测工作，不仅减少了人工劳动力输出，同时也使得期货市场对于具备期货价格预测能力的工作人员需求量有所降低，并同时提升期货价格预测的可信度。
16.2、本发明中系统运行过程中，能够通过用户自主设定的方式来提升系统运行的逻辑全面性，确保系统运行不局限于指定的期货价格预测数据获取渠道，使系统具备长期使用条件，不会因信息迭代而出现落后的情况。
17.3、本发明通过各项权重的采集与计算，能够有效地根据不同的期货采集目标来协调期货价格预测所用原数据的构成比例，从而有效的优化了期货价格预测时的兼容性，确保各类不同期货价格预测能够根据其属性的不同而得到更加贴切的期货价格预测。
附图说明
18.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
19.图1为基于区块链的人工智能期货价格预测系统的结构示意图；图中的标号分别代表：1、控制终端；2、构建模块；21、分析单元；22、权重分析单元；3、输入模块；4、预测条件确认模块；5、智能刷新模块；6、捕捉模块；61、数据库；7、步进模块。
具体实施方式
20.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
21.下面结合实施例对本发明作进一步的描述。
22.实施例1
本实施例的基于区块链的人工智能期货价格预测系统，如图1所示，包括：控制终端1，是系统的主控端，用于发出控制命令：构建模块2，用于构建数据采集通道；输入模块3，用于输入系统需要进行期货价格预测的期货产品；预测条件确认模块4，用于获取输入模块3输入构建模块2中经其子模块处理的期货产品对应结果数据，系统端用户在预测条件确认模块4中参考结果数据进行期货产品价格预测条件的自定义编辑确认；智能刷新模块5，用于自主刷新系统，对系统运行预测过的期货商品进行重复的期货价格预测；捕捉模块6，用于捕捉预测条件确认模块4确认预测条件后对期货产品进行期货价格预测的结果；步进模块7，用于读取数据库61中储存的期货价格预测结果，参考期货价格预测结果设定期货价格递进规律，参考期货价格递进规律预测期货价格预测结果的未来期货价格；其中，步进模块7在读取到期货价格预测结果后，将预测结果反馈至控制终端1，系统端用户在控制终端1上读取期货价格预测结果，根据期货价格预测结果手动编辑设定期货价格递进规律，期货价格递进规律同步由控制终端1向步进模块7发送，步进模块7参考期货价格递进规律预测期货价格预测结果的未来期货价格。
23.在本实施例中，控制终端1控制构建模块2运行，用户通过构建模块2构建数据采集通道，再由输入模块3输入系统需要进行期货价格预测的期货产品，预测条件确认模块4后置运行获取输入模块3输入构建模块2中经其子模块处理的期货产品对应结果数据，参考结果数据进行期货产品价格预测条件的确认，同步的通过智能刷新模块5自主刷新系统，对系统运行预测过的期货商品进行重复的期货价格预测，捕捉模块6后置运行捕捉预测条件确认模块4确认预测条件后对期货产品进行期货价格预测的结果，最后步进模块7由读取数据库61中储存的期货价格预测结果，参考期货价格预测结果设定期货价格递进规律，参考期货价格递进规律预测期货价格预测结果的未来期货价格。
24.实施例2在具体实施层面，在实施例1的基础上，本实施例参照图1所示对实施例1中基于区块链的人工智能期货价格预测系统进一步具体说明：构建模块2中构建数据采集通道通过用户端自定义手动编辑输入，构建模块2下级设置有子模块，包括：分析单元21，用于分析获取期货产品的属性；权重分析单元22，用于设置不同属性期货产品的期货价格权重值；其中，分析单元21中对于期货产品的属性分析类别包括：未加工产品、半加工产品、加工制品、虚拟产品、资源性开采产品。
25.通过该设置为系统运行获取期货价格预测提供了基础的期货价格权重值，为后续预测条件确认模块4提供数据支持。
26.优选的，权重分析单元22中对期货产品的期货价格权重值参考期货产品的属性分析类别进行手动设置，构建模块2在构建数据采集通道及其子模块权重分析单元22设置期
货价格权重值后，根据期货价格权重值设置数据采集通道在采集不同属性期货产品时所应用的权重值。
27.通过该设置，进一步的为系统在对期货产品进行价格预测时进一步的应用了期货产品价格预测对应数据采集通道权重的选择，以达到更进一步精确系统运行所产生的期货产品价格预测的目的。
28.优选的，输入模块3对输入的期货产品同步执行期货产品溯源，根据期货产品溯源结果分析当前期货产品制造商地址是否为国内，对分析结果为否的通过输入模块3输入系统的期货产品进行舍弃，对分析结果为是的通过输入模块3输入系统的期货产品发送至分析单元21。
29.通过该设置确定了系统应用期货产品价格预测的目标，避免系统运行目标期货产品在系统中处理时无法获取到充足的数据内容作为数据支持。
30.优选的，预测条件确认模块4中确认的期货产品价格预测条件包括：期货产品价格数据采集通道、期货产品数据采集通道应用权重值、期货价格权重值、期货产品属性。
31.优选的，智能刷新模块5中对期货商品进行重复的期货价格预测时根据自主刷新系统的刷新逻辑运行，系统运行时同步采集系统中所有模块运行结果数据构建期货价格卷积神经网络，参考卷积神经网络进行自主刷新系统刷新逻辑的选择，期货价格预测卷积神经网络的构建公式为：；式中：为期货价格预测刷新周期输出值；为sigmoid函数；为t时刻的数据采集通道的数据输入值；为t-1时刻的数据采集通道的数据输出值；为期货价格预测刷新周期权重，系统端用户手动编辑设置；为偏置，系统端用户手动编辑设置。
32.实施例3在具体实施层面，在实施例1的基础上，本实施例参照图1所示对实施例1中基于区块链的人工智能期货价格预测系统进一步具体说明：捕捉模块6中设置有子模块，包括：数据库61，用于储存捕捉模块6实时运行捕捉的期货价格预测结果。
33.优选的，步进模块7中预测期货价格预测结果的未来期货价格参考期货价格递进规律，预测期货价格预测结果的未来期货价格的模型为：
；式中，为目标期货产品n
×
1维不可观测的基本经济变量，n≥1；为1
×
1维可观测目标期货产品的交易市场价格变量；为滞后算子对应的有限多项式矩阵；为随机误差项，系统端用户手动编辑设置；为上一目标期货产品n
×
1维不可观测的基本经济变量，n≥1；为1
×
1维上一可观测目标期货产品的交易市场价格变量。
34.优选的，控制终端1通过介质电性连接有构建模块2，构建模块2下级通过介质电性连接有分析单元21及权重分析单元22，构建模块2通过介质电性连接有输入模块3，输入模块3通过介质电性与分析单元21相连接，输入模块3通过介质电性连接有预测条件确认模块4、智能刷新模块5及捕捉模块6，捕捉模块6内部通过介质电性连接有数据库61，捕捉模块6通过介质电性连接有步进模块7。
35.综上而言，上述实施例通过连续两次的期货产品价格预测，能够对期货产品的当前价格及未来价格进行预测，从而将期货信息的价值最大的使用，为期货市场的期货价格预测带来便利，并且通过此种系统的实施，能够一定程度的代替人工对于期货价格的预测工作，不仅减少了人工劳动力输出，同时也使得期货市场对于具备期货价格预测能力的工作人员需求量有所降低，并同时提升期货价格预测的可信度；此外，系统运行过程中，能够通过用户自主设定的方式来提升系统运行的逻辑全面性，确保系统运行不局限于指定的期货价格预测数据获取渠道，使系统具备长期使用条件，不会因信息迭代而出现落后的情况，另外，通过各项权重的采集与计算，能够有效地根据不同的期货采集目标来协调期货价格预测所用原数据的构成比例，从而有效的优化了期货价格预测时的兼容性，确保各类不同期货价格预测能够根据其属性的不同而得到更加贴切的期货价格预测。
36.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：

1.基于区块链的人工智能期货价格预测系统，其特征在于，包括：控制终端（1），是系统的主控端，用于发出控制命令：构建模块（2），用于构建数据采集通道；输入模块（3），用于输入系统需要进行期货价格预测的期货产品；预测条件确认模块（4），用于获取输入模块（3）输入构建模块（2）中经其子模块处理的期货产品对应结果数据，系统端用户在预测条件确认模块（4）中参考结果数据进行期货产品价格预测条件的自定义编辑确认；智能刷新模块（5），用于自主刷新系统，对系统运行预测过的期货商品进行重复的期货价格预测；捕捉模块（6），用于捕捉预测条件确认模块（4）确认预测条件后对期货产品进行期货价格预测的结果；步进模块（7），用于读取数据库（61）中储存的期货价格预测结果，参考期货价格预测结果设定期货价格递进规律，参考期货价格递进规律预测期货价格预测结果的未来期货价格；其中，步进模块（7）在读取到期货价格预测结果后，将预测结果反馈至控制终端（1），系统端用户在控制终端（1）上读取期货价格预测结果，根据期货价格预测结果手动编辑设定期货价格递进规律，期货价格递进规律同步由控制终端（1）向步进模块（7）发送，步进模块（7）参考期货价格递进规律预测期货价格预测结果的未来期货价格。2.根据权利要求1所述的基于区块链的人工智能期货价格预测系统，其特征在于，所述构建模块（2）中构建数据采集通道通过用户端自定义手动编辑输入，所述构建模块（2）下级设置有子模块，包括：分析单元（21），用于分析获取期货产品的属性；权重分析单元（22），用于设置不同属性期货产品的期货价格权重值；其中，所述分析单元（21）中对于期货产品的属性分析类别包括：未加工产品、半加工产品、加工制品、虚拟产品、资源性开采产品。3.根据权利要求2所述的基于区块链的人工智能期货价格预测系统，其特征在于，所述权重分析单元（22）中对期货产品的期货价格权重值参考期货产品的属性分析类别进行手动设置，所述构建模块（2）在构建数据采集通道及其子模块权重分析单元（22）设置期货价格权重值后，根据期货价格权重值设置数据采集通道在采集不同属性期货产品时所应用的权重值。4.根据权利要求1所述的基于区块链的人工智能期货价格预测系统，其特征在于，所述输入模块（3）对输入的期货产品同步执行期货产品溯源，根据期货产品溯源结果分析当前期货产品制造商地址是否为国内，对分析结果为否的，通过输入模块（3）输入系统的期货产品进行舍弃，对分析结果为是的，通过输入模块（3）输入系统的期货产品发送至分析单元（21）。5.根据权利要求1所述的基于区块链的人工智能期货价格预测系统，其特征在于，所述预测条件确认模块（4）中确认的期货产品价格预测条件包括：期货产品价格数据采集通道、期货产品数据采集通道应用权重值、期货价格权重值、期货产品属性。6.根据权利要求1所述的基于区块链的人工智能期货价格预测系统，其特征在于，所述
智能刷新模块（5）中对期货商品进行重复的期货价格预测时根据自主刷新系统的刷新逻辑运行，系统运行时同步采集系统中期货产品数据采集通道应用权重值、期货价格权重值、期货产品属性数据构建期货价格卷积神经网络，参考卷积神经网络进行自主刷新系统刷新逻辑的选择，所述期货价格预测卷积神经网络的构建公式为：；式中：为期货价格预测刷新周期输出值；为sigmoid函数；为t时刻的数据采集通道的数据输入值；为t-1时刻的数据采集通道的数据输出值；为期货价格预测刷新周期权重，系统端用户手动编辑设置；为偏置，系统端用户手动编辑设置。7.根据权利要求1所述的基于区块链的人工智能期货价格预测系统，其特征在于，所述捕捉模块（6）中设置有子模块，包括：数据库（61），用于储存捕捉模块（6）实时运行捕捉的期货价格预测结果。8.根据权利要求1所述的基于区块链的人工智能期货价格预测系统，其特征在于，所述步进模块（7）中预测期货价格预测结果的未来期货价格参考期货价格递进规律，预测期货价格预测结果的未来期货价格的模型为：；式中，为目标期货产品n
×
1维不可观测的基本经济变量，n≥1；为1
×
1维可观测目标期货产品的交易市场价格变量；为滞后算子对应的有限多项式矩阵；为随机误差项，系统端用户手动编辑设置；为上一目标期货产品n
×
1维不可观测的基本经济变量，n≥1；为1
×
1维上一可观测目标期货产品的交易市场价格变量。9.根据权利要求1所述的基于区块链的人工智能期货价格预测系统，其特征在于，所述控制终端（1）通过介质电性连接有构建模块（2），所述构建模块（2）下级通过介质电性连接
有分析单元（21）及权重分析单元（22），所述构建模块（2）通过介质电性连接有输入模块（3），所述输入模块（3）通过介质电性与分析单元（21）相连接，所述输入模块（3）通过介质电性连接有预测条件确认模块（4）、智能刷新模块（5）及捕捉模块（6），所述捕捉模块（6）内部通过介质电性连接有数据库（61），所述捕捉模块（6）通过介质电性连接有步进模块（7）。

技术总结

本发明涉及数据处理技术领域，具体涉及基于区块链的人工智能期货价格预测系统，包括：控制终端，是系统的主控端，用于发出控制命令：构建模块，用于构建数据采集通道；输入模块，用于输入系统需要进行期货价格预测的期货产品；预测条件确认模块，用于获取输入模块输入构建模块中经其子模块处理的期货产品对应结果数据，本发明能够对期货产品的当前价格及未来价格进行预测，以此将期货信息的价值最大的使用，为期货市场的期货价格预测带来便利，并通过此种系统的实施，能够一定程度的代替人工对于期货价格的预测工作，减少了人工劳动力输出，也使得期货市场对于具备期货价格预测能力的工作人员需求量有所降低，并同时提升期货价格预测的可信度。格预测的可信度。格预测的可信度。