大数据预测图标_阿布量化

中航高科(sh600862) 大数据预测量化研报

站点地图

预测中航高科(600862)一周后的价格(K线图中空心部分):

¥23.83 -2.51 (-9.52%)
智能AI评分排名:第208名 平均涨跌幅:-0.02% 中位涨跌幅:-0.41% 最乐观涨跌幅:42.86%
最悲观涨跌幅:-15.44% 上涨样本均值:3.96% 下跌样本均值:-3.24% 上涨样本数:60
下跌样本数:74 涨/跌样本数量比:0.81:1 涨/跌样本总和比:0.99:1 涨/跌样本平均比:1.22:1
日 K     2022.06.13-2022.08.12...2022.08.19
预测中航高科(sh600862)价格K线图-阿布量化
❄️-4.49%🌤+0.67%⛈-1.57%❄️-2.10%❄️-2.35%

❄️  第⓵交易日(📆08-15)⇥预测:¥25.16(-4.49%)

🌤  第⓶交易日(📆08-16)⇥预测:¥25.33(+0.67%)

 第⓷交易日(📆08-17)⇥预测:¥24.93(-1.57%)

❄️  第⓸交易日(📆08-18)⇥预测:¥24.40(-2.10%)

❄️  第⓹交易日(📆08-19)⇥预测:¥23.83(-2.35%)

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:901,综合得分: 51.07分 

🥇  物理系模型匹配901条样本中未来:

🚲   5 交易日 上涨样本数量441,上涨比例 49.04% 

🛵   10 交易日 上涨样本数量499,上涨比例 55.49% 

🚗   15 交易日 上涨样本数量509,上涨比例 56.51% 

✈️   20 交易日 上涨样本数量504,上涨比例 55.98% 

♕ 多巴胺生物模型组→样本数:311,综合得分: 49.96分 

🥈  多巴胺模型匹配311条样本中未来:

🚲   5 交易日 上涨样本数量153,上涨比例 49.51% 

🛵   10 交易日 上涨样本数量171,上涨比例 55.20% 

🚗   15 交易日 上涨样本数量168,上涨比例 54.29% 

✈️   20 交易日 上涨样本数量166,上涨比例 53.59% 

♖ 量化形态模型组→样本数:68,综合得分: 50.61分 

🥉  量化形态模型匹配68条样本中未来:

🚲   5 交易日 上涨样本数量34,上涨比例 50.00% 

🛵   10 交易日 上涨样本数量37,上涨比例 55.32% 

🚗   15 交易日 上涨样本数量37,上涨比例 55.32% 

✈️   20 交易日 上涨样本数量37,上涨比例 54.55% 

♛ 中航高科(600862)的智能AI大数据评分:  51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召回模型从中航高科(600862)和识别出的(abu-relate-f群类)联动股票在2022-07-18至2022-08-12期间产生的863.23万条历史走势数据中,刷选出最具投票权的134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:901,综合得分:51.07)、多巴胺生物模型组(样本数:311,综合得分:49.96)、量化形态模型组(样本数:68,综合得分:50.61)。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:51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
欲求意义唯一的方法,只有走笨路,就是日积月累的去做刻苦的工夫,直觉不过是熟能生巧的结果,所以直觉是积累最后的境界,而不是豁然贯通的。——胡适《胡适的北大哲学课》