[發明專利]一種基于區塊鏈特征的虛擬貨幣價格波動溯源方法

有效

• 申請號: 202010561913.6
• 申請日: 2020-06-18
• 公開（公告）號: CN111667318B
• 公開（公告）日: 2023-03-03
• 發明（設計）人: 楊晨光;劉冠雄;李樂平
• 申請（專利權）人: 廣州市九重天信息科技有限公司
• 主分類號: G06Q30/0202
• 分類號: G06Q30/0202;G06Q10/04;G06F18/214;G06F17/18;G06F16/215;H04L67/55;G06N3/045;G06F18/2135
• 代理公司: 北京和信華成知識產權代理事務所(普通合伙) 11390
• 代理人: 杜家波

本發明公開了一種基于區塊鏈特征的虛擬貨幣價格波動溯源方法，用于解決現有技術中對價格上漲下跌定性預測，而不量化和對價格絕對值進行預測，而非波動率，造成結果是實際價格變化中，波動率大的部分，被作為噪聲過濾掉了以及對異常交易行為，而非價格或者價格波動進行檢測的問題，該方法包括以下步驟：步驟一：選擇參數信息源；步驟二：對參數信息源進行特征預處理，本發明對參數信息源進行特征預處理，通過對虛擬貨幣價格的波動性進行預測，一旦發現價格異常波動，會運用算法對波動產生的原因進行分析溯源；給每種可能原因的貢獻度，便于及時了解價格異常波動情況以及產生的原因。

技術領域

本發明涉及基于區塊鏈特征的虛擬貨幣價格波動溯源技術領域，具體為一種基于區塊鏈特征的虛擬貨幣價格波動溯源方法。

背景技術

區塊鏈的發展以及區塊鏈和金融技術的結合，產生了虛擬貨幣市場。截止2019年10月8日，共有2,957種虛擬貨幣，在公開市場進行交易，市場規模達到10億美元級別。相比于傳統金融市場，虛擬貨幣市場監管有待帶完善，價格波動性大。對虛擬貨幣價格波動性規律的把握，一方面可以使得投資者更好的在虛擬貨幣市場進行投資，另一方面，有助于從技術層面對虛擬貨幣進行監管和監測，防止惡意操縱價格的發生。本申請是利用區塊鏈和虛擬貨幣的獨有特征，利用人工智能算法，對虛擬貨幣價格的波動性進行預測，同時對價格波動的原因進行溯源；

現有技術，對虛擬貨幣的波動率研究不夠；總體來說，問題分為以下幾大類：1.對價格上漲下跌定性預測，而不量化；2.對價格絕對值進行預測，而非波動率；造成結果是，實際價格變化中，波動率大的部分，被作為噪聲過濾掉了；3.對異常交易行為，而非價格或者價格波動進行檢測；

對區塊鏈的獨有特征運用不夠；一些價格預測模型，只考慮交易所的Orderbook；一些價格預測模型，只考慮社交媒體信息對價格的影響；而另一些運用區塊鏈獨有特征的算法，卻只對異常交易行為進行預測，而非價格、波動相關；算法相對單一，只運用一種預測模型，或者預測只考慮一種變化因素；模型多是預測為主，而當一種異常波動發生時，回溯異常發生原因的算法不多。

發明內容

本發明的目的就在于為了解決現有技術中對價格上漲下跌定性預測，而不量化和對價格絕對值進行預測，而非波動率，造成結果是實際價格變化中，波動率大的部分，被作為噪聲過濾掉了以及對異常交易行為，而非價格或者價格波動進行檢測的問題，而提出一種基于區塊鏈特征的虛擬貨幣價格波動溯源方法；本發明對參數信息源進行特征預處理，通過對虛擬貨幣價格的波動性進行預測，基于SVM、RandomForest、RNN等人工智能算法，對虛擬貨幣波動率進行預測，同時，一旦發現價格異常波動，會運用算法對波動產生的原因進行分析溯源；給每種可能原因的貢獻度，便于及時了解價格異常波動情況以及產生的原因；

本發明的目的可以通過以下技術方案實現：一種基于區塊鏈特征的虛擬貨幣價格波動溯源方法，該方法包括以下步驟：

步驟一：選擇參數信息源；

步驟二：對參數信息源進行特征預處理，具體處理步驟為：

S1：對參數信息源的數據清洗，構建基于Spark+Kafka的大數據流處理pipeline，實時傳輸并清洗各個數據源，具體為：

S11：利用內建的API，將所有內容為空的數據段標注為nan；

S12：集中選取并篩除具有nan字段的數據點；

S13：針對各個數據段的具體特征，建立監測程序，檢查數據類型是否匹配并篩除具有不匹配數據段的數據點；

S2：對清洗后的數據進行歸一化處理，具體處理過程為：