大数据预测图标_阿布量化

小商品城(sh600415) 大数据预测量化研报

站点地图

预测小商品城(600415)未来4小时后的价格(K线图中空心部分):

¥5.13 -0.07 (-1.28%)
智能AI评分排名:第43名 平均涨跌幅:-0.24% 中位涨跌幅:0.0% 最乐观涨跌幅:5.92%
最悲观涨跌幅:-13.19% 上涨样本均值:1.38% 下跌样本均值:-1.85% 上涨样本数:151
下跌样本数:153 涨/跌样本数量比:0.99:1 涨/跌样本总和比:0.74:1 涨/跌样本平均比:0.75:1
小时 K     2022.07.12 13:00-2022.08.12 14:00...2022.08.12 18:00:00
预测小商品城(sh600415)价格K线图-阿布量化
☀️+1.20%⛈-1.02%🌧️-0.44%⛈-1.01%

☀️  下个交易日第⓵个小时⇥预测:¥5.26(+1.20%)

 下个交易日第⓶个小时⇥预测:¥5.21(-1.02%)

🌧️  下个交易日第⓷个小时⇥预测:¥5.19(-0.44%)

 下个交易日第⓸个小时⇥预测:¥5.13(-1.01%)

上述'平均涨跌幅','下跌样本数','上涨样本数'等等是基于量化形态模型组匹配结果样本进行分析,其它模型组简述如下:

♔ 物理系模型组→样本数:2666,综合得分: 56.42分 

🥇  物理系模型匹配2666条样本中未来:

🚲   5 交易小时 上涨样本数量1486,上涨比例 55.76% 

🛵   10 交易小时 上涨样本数量1501,上涨比例 56.31% 

🚗   15 交易小时 上涨样本数量1459,上涨比例 54.75% 

✈️   20 交易小时 上涨样本数量1459,上涨比例 54.74% 

♕ 多巴胺生物模型组→样本数:695,综合得分: 58.69分 

🥈  多巴胺模型匹配695条样本中未来:

🚲   5 交易小时 上涨样本数量414,上涨比例 59.69% 

🛵   10 交易小时 上涨样本数量409,上涨比例 58.93% 

🚗   15 交易小时 上涨样本数量387,上涨比例 55.71% 

✈️   20 交易小时 上涨样本数量391,上涨比例 56.29% 

♖ 量化形态模型组→样本数:154,综合得分: 55.60分 

🥉  量化形态模型匹配154条样本中未来:

🚲   5 交易小时 上涨样本数量82,上涨比例 53.33% 

🛵   10 交易小时 上涨样本数量85,上涨比例 55.56% 

🚗   15 交易小时 上涨样本数量81,上涨比例 52.80% 

✈️   20 交易小时 上涨样本数量87,上涨比例 56.59% 

♛ 小商品城(600415)的智能AI大数据评分:  58分 

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召回模型从小商品城(600415)和识别出的(abu-relate-d群类)联动股票在2022-08-01 13:00:00至2022-08-12 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304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:2666,综合得分:56.42)、多巴胺生物模型组(样本数:695,综合得分:58.69)、量化形态模型组(样本数:154,综合得分:55.60)。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:58分

有别于智能AI大数据预测评分,涨跌幅预测基于不同的AI模型,即有可能出现预测价格上涨,但预测评分很低,也存在预测价格下跌,但预测评分很高的情况,预测评分的置信度高于预测涨跌幅的置信度,需要综合进行考量分析

智能预测的结果仅基于大数据的统计分析计算,仅供阅读,未来的走势还受整个市场氛围,个股基本面、上市公司的偶然事件等多种不可预估的因素影响(周报的AI预测的阅读意义大于日报)

📖 了解更多关于AI智能预测 AI智能涨跌幅预测 == 瞎猜?
鸡汤
著名投资人傅盛曾提出一种说法,人有四种认知境界:“不知道自己不知道”,“知道自己不知道”,“知道自己知道”和“不知道自己知道”。95%的人都处在第一层。--金融老手