[發明專利]基于算法，大數據和區塊鏈的股票走勢分析及預警系統

在審

• 申請號: 202110402195.2
• 申請日: 2021-04-14
• 公開（公告）號: CN113034284A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 劉星
• 申請（專利權）人: 劉星
• 主分類號: G06Q40/04
• 分類號: G06Q40/04;G06Q10/04;G06Q10/06;G06N3/08
• 代理公司: 南昌卓爾精誠專利代理事務所(普通合伙) 36133
• 代理人: 徐柳華

1.基于大數據和區塊鏈的股票走勢分析及預警系統，其特征在于：包括

基礎建設單元(100)、預測訓練單元(200)、數據處理單元(300)和、功能應用單元(400)和股票預測模型建立單元；所述基礎建設單元(100)、所述預測訓練單元(200)、所述數據處理單元(300)與所述功能應用單元(400)依次通過以太網通訊連接；所述基礎建設單元(100)用于提供了支持系統運行的基礎設備、應用及智能技術；所述預測訓練單元(200)用于以深度學習算法為基礎、以BP神經網絡預測模型為框架，搭建預測模型并進行訓練；所述數據處理單元(300)用于對股票相關的信息數據進行采集、歸類及計算處理并生成圖表報告；所述功能應用單元(400)用于以預測模型及數據處理結果為基礎，給用戶提供了股票走勢分析相關的功能服務，股票預測模型建立單元采用樣本集對BP神經網絡進行訓練和測試，從而建立股票預測模型；

所述基礎建設單元(100)包括應用平臺模塊(101)、大數據庫模塊(102)、技術支持模塊(103)和網絡通信模塊(104)；

所述預測訓練單元(200)包括模型搭建模塊(201)、數集導入模塊(202)、前傳訓練模塊(203)和誤差訓練模塊(204)；

所述數據處理單元(300)包括采集清篩模塊(301)、分類歸納模塊(302)、綜合統析模塊(303)和報表圖形模塊(304)；

所述功能應用單元(400)包括參數設定模塊(401)、走勢測判模塊(402)、超閾預警模塊(403)和反饋統計模塊(404)。

2.根據權利要求1所述的基于大數據和區塊鏈的股票走勢分析及預警系統，其特征在于：所述應用平臺模塊(101)、所述大數據庫模塊(102)與所述技術支持模塊(103)依次通過以太網通訊連接并獨立運行；所述應用平臺模塊(101)用于通過授權接入各大股票交易平臺以獲取海量的歷史及實施股市信息；所述大數據庫模塊(102)用于獲取股票交易平臺及網上公開的股市相關數據，經整理后形成支持系統運行的基礎數據庫并存儲在云端；所述技術支持模塊(103)用于通過以區塊鏈技術為主的大數據技術來支持系統的順暢運行并給數據提供了安全管理功能；所述網絡通信模塊(104)用于給系統各層面之間提供了連接通訊及數據傳輸的通道。

3.根據權利要求2所述的基于大數據和區塊鏈的股票走勢分析及預警系統，其特征在于：所述技術支持模塊(103)包括節點共識模塊(1031)、安全驗證模塊(1032)、數據回溯模塊(1033)和防篡久存模塊(1034)；所述節點共識模塊(1031)、所述安全驗證模塊(1032)、所述數據回溯模塊(1033)與所述防篡久存模塊(1034)依次通過以太網通訊連接；所述節點共識模塊(1031)用于通過共識機制在所有記賬節點之間達成共識以認定一個記錄的有效性并在效率與安全性之間取得平衡；所述安全驗證模塊(1032)用于在網絡節點中通過公開算法來驗證交易和用戶狀態以提高信息數據的安全性；所述數據回溯模塊(1033)用于以區塊鏈的鏈式結構數據使各類數據可以完整進行回溯；所述防篡久存模塊(1034)用于通過各種共識機制使各節點處的數據無法篡改并使數據可以長期保存。

4.根據權利要求1所述的基于大數據和區塊鏈的股票走勢分析及預警系統，其特征在于：所述模型搭建模塊(201)的信號輸出端與所述數集導入模塊(202)的信號輸入端連接，所述數集導入模塊(202)的信號輸出端與所述前傳訓練模塊(203)的信號輸入端連接，所述前傳訓練模塊(203)的信號輸出端與所述誤差訓練模塊(204)的信號輸入端連接；所述模型搭建模塊(201)用于搭建基于誤差反向傳播算法的多層前饋網絡模型以便對數據進行訓練；所述數集導入模塊(202)用于在云端數庫中隨機抽取大量的數據形成訓練數集并導入BP神經網絡模型中；所述前傳訓練模塊(203)用于在向前傳輸階段對數據進行訓練；所述誤差訓練模塊(204)用于在向后傳輸階段對數據進行訓練并最終通過訓練得到輸入、輸出間合適的線性或非線性關系。