甲骨文(ORCL) 大数据预测量化研报

🌤  下个交易日第⓵个小时⇥预测:$89.82(+0.35%)

🌧️  下个交易日第⓶个小时⇥预测:$89.63(-0.21%)

🌤  下个交易日第⓷个小时⇥预测:$89.70(+0.07%)

☀️  下个交易日第⓸个小时⇥预测:$90.85(+1.28%)

🌧️  下个交易日第⓹个小时⇥预测:$90.52(-0.36%)

🌤  下个交易日第⓺个小时⇥预测:$91.07(+0.61%)

🥇  物理系模型匹配6945条样本中未来:

🚲   5 交易小时 上涨样本数量3632，上涨比例 52.30% 

🛵   10 交易小时 上涨样本数量3636，上涨比例 52.36% 

🚗   15 交易小时 上涨样本数量3518，上涨比例 50.66% 

✈️   20 交易小时 上涨样本数量3513，上涨比例 50.58% 

🥈  多巴胺模型匹配1852条样本中未来:

🚲   5 交易小时 上涨样本数量959，上涨比例 51.83% 

🛵   10 交易小时 上涨样本数量966，上涨比例 52.20% 

🚗   15 交易小时 上涨样本数量908，上涨比例 49.07% 

✈️   20 交易小时 上涨样本数量938，上涨比例 50.68% 

🥉  量化形态模型匹配391条样本中未来:

🚲   5 交易小时 上涨样本数量225，上涨比例 57.78% 

🛵   10 交易小时 上涨样本数量223，上涨比例 57.19% 

🚗   15 交易小时 上涨样本数量204，上涨比例 52.33% 

✈️   20 交易小时 上涨样本数量204，上涨比例 52.40% 

投资品的价量时间序列是一种独特信息结构的序列数据，有着金融市场特有的人群博弈背景产生的特殊的时序价量特征。从数据底层的基础计算公式到abu-k-神经元的设计以及族群模型的框架结构，阿布量化设计了许多独有的算法和特殊的结构，专门处理金融市场的价量时序数据

abu-attention召回模型从甲骨文(ORCL)和识别出的(abu-relate-b群类)联动股票在2021-09-03 14:00:00至2021-09-09 14:00:00期间产生的869.15万条历史走势数据中，刷选出最具投票权的760个数据时间点，并评估attention(注意力)权重

阿布量化训练了数个从不同角度识别量化特征的评分模型，整体上分为三个系别：物理模型组(样本数:6945，综合得分:52.51)、多巴胺生物模型组(样本数:1852，综合得分:51.98)、量化形态模型组(样本数:391，综合得分:55.96)。不同系别模型群从不同角度(主要物理交易实体分析、人群心理、图表等三个方向)评估走势，系别的模型群是由若干个独有的识别算法和参数遗传淘汰，组成族群，加权投票评分

阿布量化结合AI-形态生成模型生成的近期最可能的走势和其余各项评估，智能AI大数据预测评分结果：53分