基金价格预测系统及应用

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基金价格预测系统及应用。

背景技术

数据预测值是在数据公布之前，根据相关数据信息对即将公布的数据对象进行预测的结果。所述相关数据信息，可以是前述数据对象的当前信息、数据对象的历史信息、数据对象的关联对象信息等。现有技术中，在金融产品的数据公布之前，用户可通过分析数据来获取金融产品的预测值，从而便于用户进行相关决策，比如购买、卖出。

伴随着经济全球化的进程越来越快，基金市场将在金融中扮演着越来越重要的角色，基金产品的投资已经逐渐成为了人们生活的重要内容之一，分析影响基金产品价格的各种因素，掌握基金价格的变化规律并对价格进行预测，从而有效规避价格风险，对基金投资者来说具有十分重要的意义。据此，各种各样的基金价格预测方法也应运而生。传统的基金价格预测模型采用的算法有平均线理论、K线图分析法、回归分析法、灰色预测方法、ARIMA模型、多核支持向量机和马尔柯夫链等算法。进一步，考虑到基金价格数据的高噪声、动态、复杂、多因素影响和非参数等特点，现有技术还提供了改进的基金价格预测模型以提高预测精度、改进算法鲁棒性。作为举例，比如中国专利CN202010477965.5公开了一种基于结合注意力的CNN-LSTM网络基金价格预测方法：其通过使用基金价格的多维特征参数来建立预测模型，结合深度学习方法来表征未来的基金价格和多维特征参数的非线性关系，同时结合注意力机制以充分发挥CNN和LSTM的优点，能同时表达数据在空间维度和时间维度上的特征；上述预测方法具有预测精度高，算法鲁棒性好的优点。

目前，无论是采用哪一种基金价格预测模型，都需要收集基金产品的相关数据以进行数据分析。传统的基金管理制度中，各个交易参与方之间主要通过文件或数据共享工具来共享、收集基金数据。一来，这种数据共享方式高度依赖于人工监控和管理(保证数据的准确可靠)，显然，依赖于人工监测会降低数据共享和收集效率；再则，在对基金数据进行共享同步时会出现较大的时间延迟，因此大大降低了基金数据共享同步的实时性，影响了数据收集的时效性。

另一方面，由于区块链技术具有去中心化、公开透明、每台计算终端(节点)都可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步、难以篡改的特性，使得区块链技术已在金融技术领域中广泛应用，比如可以基于区块链技术进行市场风险预测、进行持仓情况分析、进行基金数据共享等。作为举例，比如中国专利zl202110950463.4公开的一种基于区块链的基金信息实时交互系统：包括数据采集模块、交互模块、修正模块、储存模块、区块链模块和服务器，所述数据采集模块包括基金估值采集单元和基金信息采集单元，所述基金估值采集单元用于采集用户所选基金当日的估值信息，所述基金信息采集单元用于根据用户所选基金推荐基金持仓公司的动态信息；所述区块链模块用于对用户的注册信息和基金信息进行分配储存。然而，上述区块链模块主要用于信息的分配储存，无法保证储存数据的真实性和准确性。

随着金融投资市场越来越活跃，在频繁的交易活动中，基金数据的更新速度也日益加快，是否可以基于区块链技术提供一种数据可靠性更高、数据处理效率更好的基金价格预测系统，是当前亟需解决的技术问题。

发明内容

本发明的目的在于：克服现有技术的不足，提供了一种基金价格预测系统及应用。本发明提供的基金价格预测系统，数据收集模块收集的数据为可信目标数据，使得用于预测未来净值的基金数据信息有据可循，降低或消除了平台捏造数据的可能性，预测结果更可靠，数据处理效率更高。进一步，在进行未来基金净值价格计算时，考虑了与数字关联的基金相关信息和与社会舆论关联的基金相关信息，提高了价格预测结果的精准性，用户可凭借预测结果更好地判断基金未来走向。

为实现上述目标，本发明提供了如下技术方案：

一种基金价格预测系统，包括：

用户接口模块，用于采集用户针对指定基金发出的基金净值预测指令；

数据收集模块，用于针对前述指定基金进行数据搜索以获取该指定基金相关的目标数据；其中，所述数据收集模块通过区块链智能合约向区块链预言机发送针对前述指定基金的数据收集请求，并接收前述区块链预言机返回给区块链智能合约的目标数据；所述区块链智能合约通过数据上链模块将前述目标数据进行数据上链后，将前述目标数据标记为可信目标数据；

数据处理模块，用于根据基金净值预测指令，通过预设的基金价格预测模型对前述可信目标数据信息进行数据分析，以获得前述指定基金的未来基金净值趋势信息；

结果输出模块，用于输出前述未来基金净值趋势信息。

进一步，所述区块链预言机被配置为：根据前述区块链智能合约发送的数据收集请求，将数据收集请求传送给链上的Oracle合约；通过链下的API接口获得外部的基金数据信息后传送给链上的Oracle合约，链上的Oracle合约将前述外部的基金数据信息作为目标数据传送给区块链智能合约；

所述区块链智能合约被配置为：在接收前述目标数据后，通过数据上链模块将目标数据进行数据上链以储存到区块链网络中，通过所述区块链网络公开前述目标数据；以及，通过数据标记模块对储存到区块链网络中目标数据进行可信标记。

进一步，所述区块链智能合约被配置为：

通过数据上链模块将前述指定基金的未来基金净值趋势信息进行数据上链以储存到前述区块链网络中，通过所述区块链网络公开前述未来基金净值趋势信息，以及，通过数据标记模块对储存到区块链网络中未来基金净值趋势信息进行可信标记。

进一步，所述区块链预言机包括请求接收单元、数据获取单元和数据返回单元；

所述请求接收单元，用于接收区块链智能合约发送过来的数据收集请求Request，所述数据收集请求Request包括前述指定基金的基金编码code和需要收集的基金数据要求content，将数据收集请求传送给链上的Oracle合约；

所述数据获取单元，用于根据基金编码code，通过链下的API接口在外部数据库进行检索以获取与该基金编码code相关的基金数据信息，再根据基金数据要求content中的要求从前述相关的基金数据信息获取匹配的目标数据data；

所述数据返回单元，用于将前述匹配的目标数据data传送给链上的Oracle合约，链上的Oracle合约将目标数据data返回给区块链智能合约。

进一步，所述数据收集模块包括基金净值信息采集子块和基金外动态信息采集子块，所述基金净值信息采集子块用于采集指定基金的基金当日净值信息和指定年限内的基金历史净值信息；所述基金外动态信息采集子块用于采集持仓股票在前述指定年限内的盈亏信息和公司动态信息。

进一步，还包括基金选购平台，所述用户接口模块设置在基金选购平台中以采集用户针对指定基金触发的基金净值预测指令，所述基金净值预测指令包括指定基金的基金代码；

所述基金选购平台，能够根据基金净值预测指令中的基金代码向平台内部申请获取与该基金代码相关的基金数据信息；

在平台内部申请通过之后，所述数据收集模块能够通过基金净值信息采集子块和基金外动态信息采集子块分别获取该指定基金在基金选购平台上的对应数据信息。

进一步，所述数据收集模块被配置为，将前述指定基金在基金选购平台上的对应数据信息发送给区块链智能合约；

所述区块链智能合约能够通过数据上链模块将前述对应数据信息进行数据上链以储存到区块链网络中，通过所述区块链网络公开前述对应数据信息；以及，通过数据标记模块对储存到区块链网络中的前述对应数据信息进行可信标记。

进一步，所述基金选购平台接入前述区块链网络，当区块链网络中的区块节点进行基金交易时，通过区块链广播向全网发送更新的基金交易数据，以使得前述区块链网络中的其他区块节点能够及时获取更新的基金交易数据。

进一步，还包括数据储存模块，所述数据储存模块用于储存数据收集模块获取的可信目标数据；

所述数据储存模块被配置为：将前述指定基金的基金当日净值信息、指定年限内的基金历史净值信息、持仓股票在前述指定年限内的盈亏信息和公司动态信息按照信息是否直接反映基金价格划分为数字类信息和文字类信息，将所述数字类信息储存至数字信息数据库，将所述文字类信息储存至文字信息数据库；

此时，所述数据处理模块的基金价格预测模型包括数字信息分析单元、文字信息分析单元和基金净值预测单元；

所述数字信息分析单元，用于根据数字信息数据库中储存的能够直接反映基金价格的基金当日净值信息、指定年限内的基金历史净值信息、持仓股票在前述指定年限内的盈亏信息，来计算得到与数字关联的基金净值信息；

所述文字信息分析单元，用于根据文字信息数据库中储存的不能直接反映基金价格的公司动态信息，来计算得到与社会舆论关联的基金净值信息；

所述基金净值预测单元，用于将前述与数字关联的基金净值信息和与社会舆论关联的基金净值信息按照预设的比率进行汇总，以得到前述指定基金的未来基金净值价格。

进一步，所述数字信息分析单元被配置为：

筛选出前述指定年限内的基金净值波动幅度最大的时间年份，提取该年份的基金净值正负波动差值，将所有正波动值相加得到a值，将所有负波动值相加得到b值；

筛选出前述指定年限内正波动值的总天数c天，负波动值的总天数d天，得到正波动平均值为a/c，负波动平均值为b/d；

筛选前述指定年限内正增长天数为G天和负增长天数为H天，计算出前述指定年限内正增长概率g＝G/1068和前述指定年限内负增长概率h＝H/1068；

筛选前述指定年限内每隔一定周期所有持仓股票的波动数据并按照持仓百分比算出持仓股票平均波动率i；

获取当日基金净值价格price，按如下公式计算下一日的与数字关联的基金净值fprice_1：

fprice_1＝price*(1+i)+(a/c+b/d)*|g-h|/2(g-h)。

进一步，所述公司动态信息为与公司相关的新闻信息，此时，所述文字信息分析单元被配置为：

首先提取每篇新闻的文本内容；其中，对于每篇新闻，将指针从整篇新闻的第一个字开始读取直至文本末尾结束，从而获取新闻的完整文本信息；

对前述文本内容进行语义分析以提取出关键形容词；

根据前述提取的关键形容词，在预设的词汇库中进行词汇对比以判断该关键形容词属于贬义类还是褒义类；当褒义类形容词的数量大于贬义类形容词的数量时，将该新闻判定为正面新闻；否则判定为负面新闻；

筛选出指定时间范围内关于公司的正面新闻和负面新闻，统计得到正面新闻数量j值和负面新闻数量k值；

根据正面新闻和负面新闻的数量，计算得到舆论影响率j/k，

获取当日基金净值价格price，按如下公式计算下一日的与社会舆论关联的基金净值fprice_2：

fprice_2＝price*(1+j/k)。

进一步，所述预设的比率为数字类信息和文字类信息的权重比率，其中，数字类信息的权重比率为x1，文字类信息的权重比率为x2；

所述基金净值预测单元被配置为：将与数字关联的基金净值fprice_1和与社会舆论关联的基金净值fprice_2按照前述权重比率进行汇总，按如下公式计算下一日的前述指定基金的未来基金净值价格fprice：fprice＝x1*fprice_1+x2*fprice_2；以及，

计算在后日期的未来基金净值价格时，获取该在后日期的前一日的未来基金净值价格fprice的值，将该值替换前述price值后按前述公式进行计算；以此类推进行price值的迭代更新和fprice的计算，直至得到前述指定基金的未来基金净值价格在预设时间段的变化趋势。

进一步，所述结果输出模块包括数据绘图单元，所述数据绘图单元用于根据前述未来基金净值趋势信息绘制基金净值走向折线图，并将所述基金净值走向折线图显示在用户图形界面中。

本发明还公开了一种基金价格预测方法，包括如下步骤：

采集用户针对指定基金发出的基金净值预测指令；

针对前述指定基金进行数据搜索以获取该指定基金相关的目标数据；其中，所述数据收集模块通过区块链智能合约向区块链预言机发送针对前述指定基金的数据收集请求，并接收前述区块链预言机返回给区块链智能合约的目标数据；所述区块链智能合约通过数据上链模块将前述目标数据进行数据上链后，将前述目标数据标记为可信目标数据；

通过预设的基金价格预测模型对前述可信目标数据信息进行数据分析，以获得前述指定基金的未来基金净值趋势信息；

输出前述未来基金净值趋势信息。

本发明由于采用于上技术方案，与现有技术相比，作为举例，具有以下的优点和积极效果：所述基金价格预测系统，数据收集模块收集的数据为可信目标数据，使得用于预测未来净值的基金数据信息有据可循，降低或消除了平台捏造数据的可能性，预测结果更可靠，数据处理效率更高。

进一步，在进行未来基金净值价格计算时，考虑了与数字关联的基金相关信息和与社会舆论关联的基金相关信息，提高了价格预测结果的精准性，用户可凭借预测结果更好地判断基金未来走向。

附图说明

图1为本发明实施例提供的基金价格预测系统的模块结构示意图。

图2为本发明实施例提供的基金价格预测系统进行数据预测的信息传输示意图。

图3为本发明实施例提供的基金价格预测方法的流程图。

具体实施方式

以下结合附图和具体实施例对本发明公开的基金价格预测系统及应用作进一步详细说明。应当注意的是，下述实施例中描述的技术特征或者技术特征的组合不应当被认为是孤立的，它们可以被相互组合从而达到更好的技术效果。在下述实施例的附图中，各附图所出现的相同标号代表相同的特征或者部件，可应用于不同实施例中。因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

需说明的是，本说明书所附图中所绘示的结构、比例、大小等，均仅用于配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用于限定发明可实施的限定条件，任何结构的修饰、比例关系的改变或大小的调整，在不影响发明所能产生的功效及所能达成的目的下，均应落在发明所揭示的技术内容所能涵盖的范围内。本发明的优选实施方式的范围包括另外的实现，其中可以不按所述的或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

实施例

参见图1所示，为本实施例提供的一种基金价格预测系统。

所述基金价格预测系统包括用户接口模块，数据收集模块，数据处理模块和结果输出模块。

所述用户接口模块，用于采集用户针对指定基金发出的基金净值预测指令。

所述数据收集模块，用于针对前述指定基金进行数据搜索以获取该指定基金相关的目标数据。

所述数据处理模块，用于根据基金净值预测指令，通过预设的基金价格预测模型对前述可信目标数据信息进行数据分析，以获得前述指定基金的未来基金净值趋势信息。

所述结果输出模块，用于输出前述未来基金净值趋势信息。本实施例中，优选的，所述结果输出模块包括数据绘图单元，所述数据绘图单元用于根据前述未来基金净值趋势信息绘制基金净值走向折线图，并将所述基金净值走向折线图显示在用户图形界面(GUI)中。

本实施例中，所述数据收集将通过区块链预言机来实现。具体的，所述数据收集模块是通过区块链智能合约向区块链预言机(oracle)发送针对前述指定基金的数据收集请求，并接收前述区块链预言机返回给区块链智能合约的目标数据。

所述预言机(oracle)是将区块链外部信息写入区块链内的机制。功能是将外部信息写入到区块链内，是区块链网络与链外设备进行数据交互的接口。具体的，预言机用于采集区块链外部数据，并通过自主生成的密钥对外部数据进行签名，再传输到区块链智能合约。优选的，签名信息中包括前述外部数据所属链外设备的设备信息和外部数据在该链外设备中的具体位置信息(比如数据来源的文件位置)。所述设备信息包括链外设备的设备认证信息(比如具有唯一性的设备lD、设备编码等)、网络地址信息、设备的合法性验证信息等。

所述区块链智能合约接收来自区块链预言机返回的目标数据(经过区块链预言机签名后的数据)后，就可以通过数据上链模块将前述目标数据进行数据上链后，并将前述目标数据标记为可信目标数据。如此，可以保证传输给数据处理模块的基金数据信息是区块链网络中是经过签名的、可以溯源的可信数据。

此时，所述区块链智能合约被配置为：在接收前述目标数据后，通过数据上链模块将目标数据进行数据上链以储存到区块链网络中，通过所述区块链网络公开前述目标数据；以及，通过数据标记模块对储存到区块链网络中目标数据进行可信标记。也就是说，所述指定基金的上链数据信息(即目标数据)在区块链上是公开透明，接入区块链网络的任何设备都可查询每条数据的详细信息。利用区块链的不可篡改特性，使得链上的基金数据信息都是可信数据。

具有实施时，所述区块链预言机被配置为：根据前述区块链智能合约发送的数据收集请求，将数据收集请求传送给链上的Oracle合约；通过链下的API接口获得外部的基金数据信息后传送给链上的Oracle合约，即合法性验证通过的外部设备通过前述接口把自己的基金数据信息给链上的Oracle合约；然后Oracle合约再把基金数据传递给区块链智能合约。

在优选的实施方式中，所述区块链预言机可以包括通信连接的请求接收单元、数据获取单元和数据返回单元。

所述请求接收单元，用于接收区块链智能合约发送过来的数据收集请求Request，所述数据收集请求Request包括前述指定基金的基金编码code和需要收集的基金数据要求content，将数据收集请求传送给链上的Oracle合约。

所述数据获取单元，用于根据基金编码code，通过链下的API接口在外部数据库进行检索以获取与该基金编码code相关的基金数据信息，再根据基金数据要求content中的要求从前述相关的基金数据信息获取匹配的目标数据data。

所述数据返回单元，用于将前述匹配的目标数据data传送给链上的Oracle合约，链上的Oracle合约将目标数据data返回给区块链智能合约。

此时，所述区块链预言机的具体执行流程可以如下：

接受请求：预言机接收到用户所调用的区块链智能合约发送的请求Request＝(code，content)，其中code表示所查询基金的特定编码，content表示查询的基金数据要求信息。

获取数据：将code在外部数据库进行关键字检索获取相关的基金数据信息，再根据content中的要求寻找目标数据；

返回数据：一旦获得目标数据data，在第一时间将data返回给智能合约。

本实施例中，还可以将所述数据处理模块分析得到的未来基金净值趋势信息在所述区块链上进行公开，从而使得接入区块链网络的任何设备都可查询前述指定基金的未来基金净值趋势信息。具体的，所述区块链智能合约可以被配置为：通过数据上链模块将前述指定基金的未来基金净值趋势信息进行数据上链以储存到前述区块链网络中，通过所述区块链网络公开前述未来基金净值趋势信息，以及，通过数据标记模块对储存到区块链网络中未来基金净值趋势信息进行可信标记。

参见图2所示，本实施例中，所述数据收集模块可以包括基金净值信息采集子块和基金外动态信息采集子块。所述基金净值信息采集子块用于采集指定基金的基金当日净值信息和指定年限内的基金历史净值信息。所述基金外动态信息采集子块用于采集持仓股票在前述指定年限内的盈亏信息和公司动态信息。此时，对应的，所述数据收集请求的基金数据要求content可以包括基金净值信息采集要求和基金外动态信息采集要求。

作为举例而非限制，比如设置的指定年限为3年时，所述基金净值信息采集子块用以采集基金当日净值信息和近3年基金历史净值信息。所述基金外动态信息采集子块则用以采集持仓股票近3年盈亏信息和公司动态信息等信息。

本实施例的另一实施方式中，所述基金价格预测系统还可以包括基金选购平台。此时，所述用户接口模块设置在基金选购平台中以采集用户针对指定基金触发的基金净值预测指令。所述基金净值预测指令包括指定基金的基金代码。

所述基金选购平台，能够根据基金净值预测指令中的基金代码向平台内部申请获取与该基金代码相关的基金数据信息。

作为典型方式的举例，比如在基金选购平台中设置有基金净值预测功能控件作为用户接口。当用户点击该基金净值预测功能控件，就可以输出基金代码列表或基金代码输入栏以供用户选择或输入想要预测的基金(即指定基金)的基金代码。用户选择或输入基金代码后，就可以发出针对指定基金的基金净值预测指令。

根据基金净值预测指令，基金选购平台根据基金代码向基金选购平台内部申请获取它的相关数据信息。在基金选购平台内部的申请验证通过之后，所述数据收集模块能够通过基金净值信息采集子块和基金外动态信息采集子块就可以分别获取该指定基金在基金选购平台上的对应数据信息。

优选的实施方式中，所述数据收集模块还被配置为：将前述指定基金在基金选购平台上的对应数据信息发送给区块链智能合约。

所述区块链智能合约接收前述指定基金在基金选购平台上的对应数据信息后，能够通过数据上链模块将前述对应数据信息进行数据上链以储存到区块链网络中，通过所述区块链网络公开前述对应数据信息；以及，通过数据标记模块对储存到区块链网络中的前述对应数据信息进行可信标记。

优选的，所述基金选购平台接入前述区块链网络，当区块链网络中的区块节点进行基金交易时，通过区块链广播向全网发送更新的基金交易数据，以使得前述区块链网络中的其他区块节点能够及时获取更新的基金交易数据。如此，实现了基金交易数据实时共享，以便于数据收集模块能够及时收集到最新的数据来对未来基金净值进行预测，保证数据收集的及时性和时效性。

如此，用于价格预测的相关数据都可追溯到数据来源和上链信息，任何用户都可通过基金选购平台访问的基金预测信息。

本实施例的另一实施方式中，数据收集模块的基金净值信息采集子块和基金外动态信息采集子块还可以将获得的信息储存到对应的数据储存模块中，所述数据储存模块用于将数据收集模块获取的可信目标数据储存至数据库中。

优选的，继续参见图2所示，设置有数字信息数据库和文字信息数据库。此时，所述数据储存模块被配置为：将前述指定基金的基金当日净值信息、指定年限内的基金历史净值信息、持仓股票在前述指定年限内的盈亏信息和公司动态信息按照信息是否直接反映基金价格划分为数字类信息和文字类信息，将所述数字类信息储存至数字信息数据库，将所述文字类信息储存至文字信息数据库。

此时，所述数据处理模块的基金价格预测模型包括数字信息分析单元、文字信息分析单元和基金净值预测单元。

所述数字信息分析单元，用于根据数字信息数据库中储存的能够直接反映基金价格的基金当日净值信息、指定年限内的基金历史净值信息、持仓股票在前述指定年限内的盈亏信息，来计算得到与数字关联的基金净值信息。

具体的，所述数字信息分析单元被配置为：筛选出前述指定年限内的基金净值波动幅度最大的时间年份，提取该年份的基金净值正负波动差值，将所有正波动值相加得到a值，将所有负波动值相加得到b值；筛选出前述指定年限内正波动值的总天数c天，负波动值的总天数d天，得到正波动平均值为a/c，负波动平均值为b/d；筛选前述指定年限内正增长天数为G天和负增长天数为H天，计算出前述指定年限内正增长概率g＝G/1068和前述指定年限内负增长概率h＝H/1068；筛选前述指定年限内每隔一定周期所有持仓股票的波动数据并按照持仓百分比算出持仓股票平均波动率i；获取当日基金净值价格price，按如下公式计算下一日的与数字关联的基金净值fprice_1：fprice_1＝price*(1+i)+(a/c+b/d)*|g-h|/2(g-h)。

所述文字信息分析单元，用于根据文字信息数据库中储存的不能直接反映基金价格的公司动态信息，来计算得到与社会舆论关联的基金净值信息。

具体的，所述公司动态信息为与公司相关的新闻信息。此时，所述文字信息分析单元被配置为执行如下步骤：首先，提取每篇新闻的文本内容；其中，对于每篇新闻，将指针从整篇新闻的第一个字开始读取直至文本末尾结束，从而获取新闻的完整文本信息。然后，对前述文本内容进行语义分析以提取出关键形容词。根据前述提取的关键形容词，在预设的词汇库中进行词汇对比以判断该关键形容词属于贬义类还是褒义类；当褒义类形容词的数量大于贬义类形容词的数量时，将该新闻判定为正面新闻；否则判定为负面新闻。随后，筛选出指定时间范围内——比如2周内的关于公司的正面新闻和负面新闻，统计得到正面新闻数量j值和负面新闻数量k值。根据正面新闻和负面新闻的数量，计算得到舆论影响率j/k。获取当日基金净值价格price，按如下公式计算下一日的与社会舆论关联的基金净值fprice_2：fprice_2＝price*(1+j/k)。

所述基金净值预测单元，用于将前述与数字关联的基金净值信息和与社会舆论关联的基金净值信息按照预设的比率进行汇总，以得到前述指定基金的未来基金净值价格。

优选的，所述预设的比率为数字类信息和文字类信息的权重比率，其中，数字类信息的权重比率为x1，文字类信息的权重比率为x2。所述权重比率，可以由系统默认设置，或者用户指定设置，或者根据指定基金的已有数据信息进行自适应设置。

此时，所述基金净值预测单元被配置为：将与数字关联的基金净值fprice_1和与社会舆论关联的基金净值fprice_2按照前述权重比率进行汇总，按如下公式计算下一日的前述指定基金的未来基金净值价格fprice：fprice＝x1*fprice_1+x2*fprice_2；以及，计算在后日期的未来基金净值价格时，获取该在后日期的前一日的未来基金净值价格fprice的值，将该值替换前述price值后按前述公式进行计算；以此类推进行price值的迭代更新和fprice的计算，直至得到前述指定基金的未来基金净值价格在预设时间段的变化趋势。

作为举例而非限制，下面以指定年限为3年，数字类信息的权重比率x1＝70％，文字类信息的权重比率x2＝30％为例，详细描述所述基金价格预测模型的价格预测算法。

通过所述数字信息分析单元执行如下信息处理：筛选出近3年的基金净值波动幅度最大的时间年份，提取该年份的基金净值正负波动差值，将所有正波动值相加得到a值——比如a(元)，将所有负波动值相加得到b值——比如b(元)。筛选出近3年正波动值的总天数c天，负波动值的总天数d天，得到正波动平均值为a/c元/天，负波动平均值为b/d元/天。筛选近3年正增长天数为G天和负增长天数为H天，计算出近3年正增长概率g＝G/1068和近3年负增长概率h＝H/1068。

筛选近3年每隔2月(即间隔的时间周期设置为2月)所有持仓股票的波动数据并按照持仓百分比算出持仓股票平均波动率i。

获取当日基金净值价格price，按如下公式计算下一日的与数字关联的基金净值fprice_1＝price*(1+i)+(a/c+b/d)*|g-h|/2(g-h)。

通过所述文字信息分析单元执行如下信息处理：根据指针读取的新闻文字内容来划分正面新闻和负面新闻。具体过程为：提取每篇新闻的文本内容，将指针从整篇新闻的第一个字开始读取，一直读取到文本末尾结束，根据所提取出的关键形容词在对比库中进行对比，所述对比库会使用所储存的词汇信息用以分辨关键形容词为贬义还是褒义，若褒义关键形容词的数量大于贬义关键形容词的数量，将自动判定该新闻为正面新闻；若贬义关键形容词的数量大于褒义关键形容词的数量，将自动判定该新闻为负面新闻；筛选出近2星期内关于公司有权威性报道的正面新闻j条与负面新闻k条；根据正负新闻的条数，计算出新闻影响率j/k；获取当日基金净值价格price，按如下公式计算下一日的与社会舆论关联的基金净值fprice_2：fprice_2＝price*(1+j/k)。

所述基金净值预测单元被配置为：按如下公式计算前述指定基金的未来基金净值价格fprice：

fprice＝0.7*[price*(1+i)+(a/c+b/d)*|g-h|/2(g-h)]+0.3*price*(1+j/k)。

计算下二日的未来基金净值价格时，用前述下一日的未来基金净值价格fprice的值替换前述price值后，按前述公式进行迭代更新。

作为举例而非限制，比如当日基金净值价格price为1.0021元，根据前述当日基金净值价格price计算得到的下一日的未来基金净值价格fprice＝0.7*[price*(1+i)+(a/c+b/d)*|g-h|/2(g-h)]+0.3*price(1+j/k)＝1.0025元；在计算下二日的未来基金净值价格fprice时，用前述下一日的未来基金净值价格1.0025进行计算，即更新price值令其为1.0025，然后通过公式fprice＝0.7*[price*(1+i)+(a/c+b/d)*|g-h|/2(g-h)]+0.3*price(1+j/k)计算得到下二日的未来基金净值价格fprice时。以此类推，进行price值的迭代更新和fprice的计算，直至得到前述指定基金的未来基金净值价格在预设时间段——比如30天的变化趋势，该变化趋势为预测的趋势。

可选的，根据近3年正波动值和负波动值信息，还可以计算出正波动方差e和负波动方差f(方差为各数据与平均值之差的平方的平均值)，通过方差可以度量源数据和平均值之间的偏离程度。在计算下一日的未来基金净值价格fprice时，根据前述正波动方差e和负波动方差f设置数字类信息的权重比率x1和文字类信息的权重比率x2。

参见图3所示，为本发明的另一实施例，公开了一种基金价格预测方法，所述方法包括如下步骤。

S100，采集用户针对指定基金发出的基金净值预测指令。

S200，针对前述指定基金进行数据搜索以获取该指定基金相关的目标数据。其中，所述数据收集模块通过区块链智能合约向区块链预言机发送针对前述指定基金的数据收集请求，并接收前述区块链预言机返回给区块链智能合约的目标数据；所述区块链智能合约通过数据上链模块将前述目标数据进行数据上链后，将前述目标数据标记为可信目标数据。

S300，通过预设的基金价格预测模型对前述可信目标数据信息进行数据分析，以获得前述指定基金的未来基金净值趋势信息。

S400，输出前述未来基金净值趋势信息。

本实施例中，所述区块链预言机被配置为：根据前述区块链智能合约发送的数据收集请求，将数据收集请求传送给链上的Oracle合约；通过链下的API接口获得外部的基金数据信息后传送给链上的Oracle合约，链上的Oracle合约将前述外部的基金数据信息作为目标数据传送给区块链智能合约。

具体的，所述区块链预言机包括请求接收单元、数据获取单元和数据返回单元。所述请求接收单元，用于接收区块链智能合约发送过来的数据收集请求Request，所述数据收集请求Request包括前述指定基金的基金编码code和需要收集的基金数据要求content，将数据收集请求传送给链上的Oracle合约。所述数据获取单元，用于根据基金编码code，通过链下的API接口在外部数据库进行检索以获取与该基金编码code相关的基金数据信息，再根据基金数据要求content中的要求从前述相关的基金数据信息获取匹配的目标数据data。所述数据返回单元，用于将前述匹配的目标数据data传送给链上的Oracle合约，链上的Oracle合约将目标数据data返回给区块链智能合约。

所述区块链智能合约被配置为：在接收前述目标数据后，通过数据上链模块将目标数据进行数据上链以储存到区块链网络中，通过所述区块链网络公开前述目标数据；以及，通过数据标记模块对储存到区块链网络中目标数据进行可信标记。

进一步，所述区块链智能合约还被配置为：通过数据上链模块将前述指定基金的未来基金净值趋势信息进行数据上链以储存到前述区块链网络中，通过所述区块链网络公开前述未来基金净值趋势信息，以及，通过数据标记模块对储存到区块链网络中未来基金净值趋势信息进行可信标记。

其它技术特征参考在前实施例，在此不再赘述。

在上面的描述中，本发明的公开内容并不旨在将其自身限于这些方面。而是，在本公开内容的目标保护范围内，各组件可以以任意数目选择性地且操作性地进行合并。另外，像“包括”、“囊括”以及“具有”的术语应当默认被解释为包括性的或开放性的，而不是排他性的或封闭性，除非其被明确限定为相反的含义。所有技术、科技或其它方面的术语都符合本领域技术人员所理解的含义，除非其被限定为相反的含义。在词典里找到的公共术语应当在相关技术文档的背景下不被太理想化或太不实际地解释，除非本公开内容明确将其限定成那样。本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。