本发明涉及人工智能领域，提供一种基于变量优化的对象甄选方法、装置、设备及介质，能够根据每个候选变量的变异系数及每个候选变量的信息价值均值，从候选变量中筛选出目标变量，实现对变量的二次筛选，使选择的变量与最终的训练目标间的关联性更强，进一步提升预测的准确度，根据每个目标变量的映射参数及每个目标变量的截距参数对目标变量进行合成，得到替换变量，由于替换变量用于训练与用于预测的时间间隔较短，提升了模型的稳定性，并且，变量的层层筛选，也进一步提升了模型的准确性，结合排序算法及对变量的优化，进一步提升了模型预测的准确率及稳定性。本发明还涉及区块链技术，所述预测模型可以存储于区块链节点上。