1.一种贵金属价格趋势预测方法，其特征在于，包括：
获取贵金属的当前价格数据；
将所述当前价格数据输入预先训练的价格趋势预测模型中获得贵金属的价格趋势预测结果；所述价格趋势预测模型为mlp神经网络模型；所述价格趋势预测模型为利用对从相关新闻中获取的自然语言数据进行矢量转换并提取的基本面分析因子作为训练要素而获得。
2.根据权利要求1所述的贵金属价格趋势预测方法，其特征在于，所述价格趋势预测模型的训练方法包括：
将获取的财经新闻数据转化为词向量、句向量和文本向量；
根据所述词向量、所述句向量和所述文本向量获得舆情基本面系数；
根据贵金属的历史价格数据建立经验分布函数获得经验系数；
根据所述舆情基本面系数及所述经验系数生成训练样本集合；
利用所述训练样本集合对mlp神经网络模型进行训练，以预测价格趋势为训练目标，获得所述价格趋势预测模型。
3.根据权利要求2所述的贵金属价格趋势预测方法，其特征在于，所述将获取的财经新闻数据转化为词向量、句向量和文本向量，包括：
通过词向量相关模型对财经新闻数据进行分词并获得所述词向量；
通过无监督算法将财经新闻数据分解转化为所述句向量；
对所述词向量和所述句向量进行累加归一计算，获得所述文本向量。
4.根据权利要求2或3任一项所述的贵金属价格趋势预测方法，其特征在于，所述根据所述词向量、所述句向量和所述文本向量获得舆情基本面系数，包括：
从所述词向量、所述句向量和所述文本向量中确定情感对象，并通过段落语法分析获得财经新闻数据中的情感基本面类型；
根据所述情感基本面类型计算该情感对象的舆情基本面系数。
5.根据权利要求4所述的贵金属价格趋势预测方法，其特征在于，所述根据所述情感基本面类型计算该情感对象的舆情基本面系数，包括：
识别所述情感基本面类型中描述基本情感和市场情感的关键词；
根据描述基本情感的关键词计算基础得分；
根据描述市场情感的关键词计算修饰符得分；
将所述基础得分和所述修饰符得分相加获得舆情基本面系数。
6.根据权利要求5所述的贵金属价格趋势预测方法，其特征在于，所述利用所述训练样本集合对mlp神经网络模型进行训练，包括：
将训练样本集合中的部分所述舆情基本面系数和部分所述经验系数作为输入信号输入至mlp神经网络模型；
以贵金属市场价格走势作为mlp神经网络模型的训练目标进行训练；
将剩余所述舆情基本面系数和剩余所述经验系数作为模型验证数据验证训练后的模型。
7.根据权利要求6所述的贵金属价格趋势预测方法，其特征在于，所述将剩余所述舆情基本面系数和剩余所述经验系数作为模型验证数据验证训练后的模型，包括：
将剩余所述舆情基本面系数和剩余所述经验系数输入训练后的模型中获得输出结果；
验证输出结果和实际结果是否一致，并根据验证结果确定是否对模型进行继续训练。
8.一种贵金属价格趋势预测装置，其特征在于，包括：
当前价格数据获取单元，用于获取贵金属的当前价格数据；
价格趋势预测单元，用于将所述当前价格数据输入预先训练的价格趋势预测模型中获得贵金属的价格趋势预测结果；所述价格趋势预测模型为mlp神经网络模型；所述价格趋势预测模型为利用对从相关新闻中获取的自然语言数据进行矢量转换并提取的基本面分析因子作为训练要素而获得。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7任一项所述的贵金属价格趋势预测方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7任一项所述的贵金属价格趋势预测方法的步骤。