1.基于人工智能的交易方法，其特征在于，包括以下步骤：

S1）、基于预设的人工智能管理规则，对指定对象在指定周期内所产生的交易数据进行整理，并基于人工智能预设的分类个数G，对交易数据进行关联特征分类，具体方式为：S11、将指定对象在指定周期T内所产生的交易数据进行一一确认，其中T为预设值，将所确认的交易数据内部的交易数额按照从小至大的方式进行排序，生成数据序列，相同的交易数据进行前后随机排序；

S12、依据数据序列内不同排序名次所对应的不同交易数额，生成交易数额变化曲线，其变化曲线的竖向坐标轴为交易数额，其横向坐标轴为相关名次；

S13、依据所设定的分类个数G，其中G为正整数，将其交易数额变化曲线划分为G个等特征的关联线段，具体方式为：S131、从交易数额变化曲线中选定最小数额以及最大数额，并基于所确认的相关数额，构建本交易数额变化曲线的边界线，其边界线与竖向坐标轴垂直，且边界线与最大数额所在点以及最小数额所在点相交，其最小数额对应最小边界线，其最大数额对应最大边界线；

S132、在最大边界线以及最小边界线之间构建（G‑1）个关联线，且（G‑1）个关联线均与边界线平行，其（G‑1）个关联线在两组边界线的区间范围内依次排列且同步垂直于竖向坐标轴，使（G‑1）个关联线从下至上确定排序位置，使（G‑1）个关联线进行上下移动，且移动过程中对应的关联线排序位置不变；

S133、基于不同的移动过程，将每组关联线之间以及关联线与最大边界线或最小边界线之间所包含的部分线段标定为待定线段，确定对应待定线段所关联的若干组不同交易数额的关联方差，并将所确定的关联方差标定为GFi‑k，其中i代表不同的待定线段，其中k代表不同的移动过程；

再将不同移动过程中G个待定线段所产生的G个关联方差GFi‑k再次进行方差处理，识别总方差FFk，基于若干个不同移动过程所产生的若干个不同的FFk，选定最小值，将此最小值所对应的移动过程标定为标准过程，并同步标定关联线的所在位置；

S134、将关联线所划分的部分线段所关联的交易数据进行一一确认，并将所确认的属于同部分线段的交易数据标定为同特征交易数据，其同特征交易数据包括下方关联线所交叉的数据，不包括上方关联线的所交叉的数据，最上方关联线所对应的同特征交易数据，不仅包括下方关联线所交叉的数据还包括最上方边界线所交叉的数据，在此类分类过程中，其最大边界线以及最小边界线也看作关联线；

S2）、基于所确认的G个同特征交易数据，在人工智能所管理的主空间内构建G组次空间，并基于所构建的次空间，对相关的同特征交易数据进行存储；

S3）、基于相关次空间所存储的同特征交易数据，根据相关次空间的空间容量，从空间容量所相关的数值中确定特征数值，再基于特征数值确定隐藏规则，再基于所确定的隐藏规则对次空间内的交易数额进行一一隐藏。

2.根据权利要求1所述的基于人工智能的交易方法，其特征在于，所述步骤S2中，每组次空间的具体存储容量由同特征交易数据的相关容量进行确定，基于所确认的同特征交易数据的相关容量为Tt，那么所确认的容量相关数据满足：Rt≥Tt+Y1，其中Y1为预设值，其中Rt为对应次空间的存储容量，其中t代表相关的次空间。

3.根据权利要求1所述的基于人工智能的交易方法，其特征在于，所述步骤S3中，确定特征数值的具体方式为：确认相关次空间的空间容量，并标定为Kt，其中t代表不同的次空间；

从所确认的对应次空间的空间容量中选定一组排序在最后位置的相关参数，将此相关参数标定为对应次空间的特征数值。

4.根据权利要求3所述的基于人工智能的交易方法，其特征在于，所述步骤S3中，在特征数值确定后，需进行同特征交易数据序列的确认：对同一次空间内的不同特征交易数据进行排序，其对应特征交易数据对应有不同的相关时间，将相关时间靠前的同特征交易数据排列在前，将相关时间靠后的同特征交易数据排列在后，若两组同特征交易数据的相关时间相同，则进行随机前后排序，若干组特征交易数据完成排序后确认同特征交易数据序列。

5.根据权利要求4所述的基于人工智能的交易方法，其特征在于，所述步骤S3中，对次空间内的交易数额进行一一隐藏的具体方式为：若相关次空间所确认的特征数值为偶数，则对相关次空间内部的同特征交易数据序列进行前后隐藏，将本交易数据序列中的前一组交易数据中的交易数额隐藏至后一组交易数据中相关交易数额所在位置，使相邻的交易数据内部的交易数额进行相关调换，最后一组交易数据的交易数额调换至第一组交易数据的交易数额位置处，依此类推，完成整个同特征交易数据序列的整体交易数额的隐藏过程；

若相关次空间所确认的特征数值为奇数，则对相关次空间内部的同特征交易数据序列进行前后间断隐藏，将本交易数据序列中的h组交易数据中的交易数额隐藏至（h+2）组交易数据中交易数额的所在位置，其中h=1、2、……、n，其中n代表交易数据序列中交易数据的总个数，当h为n‑1时，将位置属于（n‑1）的交易数据中的交易数额隐藏至第一组交易数据中交易数额的所在位置，当h为n时，将位置属于n的交易数据中的交易数额隐藏至第二组交易数据中交易数额的所在位置。

6.根据权利要求5所述的基于人工智能的交易方法，其特征在于，还包括以下步骤：

S4）、相关操作人员对此次空间内部所存储的同特征交易数据进行提取时，优先确认相关次空间的空间容量，采用步骤S3中相同的方式确定特征数值，再基于特征数值，对此次空间内部的同特征交易数据进行数据调换，来得到原始的同特征交易数据。

7.根据权利要求6所述的基于人工智能的交易方法，其特征在于，所述步骤S4中，进行数据调换的具体方式为：S41、基于待提取次空间的空间容量，确定本空间容量内相关参数中排序在最后位置的特征数值；

S42、若特征数值为偶数，则将后一组交易数据中的交易数额转移至前一组交易数据中交易数额的所在位置，其第一组交易数据中的交易数额转移至最后一组交易数据中交易数额的所在位置处，依此类推，完成整个同特征交易数据序列的整个交易数额的转移过程；

S43、若特征数值为奇数，确定本组交易数据，将本组交易数据后方的第二组交易数据中的交易数额转移至本组交易数据中交易数额的所在位置处，其第一组交易数据中的交易数额转移至倒数第二组交易数据内，依此类推，完成整个同特征交易数据序列的整个交易数额的转移过程。

8.基于人工智能的交易系统，该交易系统根据权利要求1‑7任一项所述的交易方法进行运行，其特征在于，包括：数据特征分类端，对指定对象在指定周期内所产生的交易数据进行确认并整合，再基于预设的分类个数，对交易数据进行特征分类，将交易数据进行整理后确认交易数额变化曲线，再对交易数额变化曲线进行关联线的相关构建，基于其具体的构建过程，确认若干个等特征的关联线段，再对关联线段进行相关数据的确认，锁定同特征交易数据；

次空间构建端，对所确定的同特征交易数据进行相关存储，其存储过程中对应次空间的容量满足同特征交易数据的需求容量；

次空间数据隐藏端，基于相关次空间的空间容量，确认特征数值，再基于特征数值的奇偶特征，对不同位置处的交易数据中的交易数额进行一一隐藏，对次空间内部不同交易数据的交易数额进行位置调换完成隐藏；

空间数据提取端，由相关操作人员进行操作，对次空间所存储的同特征交易数据进行提取，并依据加密方式反向的解密方式，对同特征交易数据进行一一解密，得到对应的同特征交易数据。