南京银行(sh601009) 大数据预测量化研报

🌤  下个交易日第⓵个小时⇥预测:¥10.60(+0.49%)

🌤  下个交易日第⓶个小时⇥预测:¥10.68(+0.73%)

🌧️  下个交易日第⓷个小时⇥预测:¥10.66(-0.15%)

🌤  下个交易日第⓸个小时⇥预测:¥10.73(+0.59%)

🥇  物理系模型匹配8691条样本中未来:

🚲   5 交易小时 上涨样本数量4805，上涨比例 55.29% 

🛵   10 交易小时 上涨样本数量4529，上涨比例 52.11% 

🚗   15 交易小时 上涨样本数量4538，上涨比例 52.22% 

✈️   20 交易小时 上涨样本数量4585，上涨比例 52.76% 

🥈  多巴胺模型匹配2148条样本中未来:

🚲   5 交易小时 上涨样本数量1217，上涨比例 56.66% 

🛵   10 交易小时 上涨样本数量1125，上涨比例 52.38% 

🚗   15 交易小时 上涨样本数量1123，上涨比例 52.31% 

✈️   20 交易小时 上涨样本数量1122，上涨比例 52.24% 

🥉  量化形态模型匹配413条样本中未来:

🚲   5 交易小时 上涨样本数量240，上涨比例 58.12% 

🛵   10 交易小时 上涨样本数量220，上涨比例 53.51% 

🚗   15 交易小时 上涨样本数量229，上涨比例 55.49% 

✈️   20 交易小时 上涨样本数量224，上涨比例 54.35% 

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召回模型从南京银行(601009)和识别出的(abu-relate-f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803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:8691，综合得分:54.13)、多巴胺生物模型组(样本数:2148，综合得分:54.43)、量化形态模型组(样本数:413，综合得分:56.40)。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：55分