大数据预测图标_阿布量化

大唐发电(00991) 大数据预测量化研报

站点地图

预测大唐发电(00991)未来5小时后的价格(K线图中空心部分):

HK$1.7350 -0.0350 (-1.98%)
智能AI评分排名:第220名 平均涨跌幅:-0.09% 中位涨跌幅:0.0% 最乐观涨跌幅:12.31%
最悲观涨跌幅:-10.11% 上涨样本均值:1.34% 下跌样本均值:-1.53% 上涨样本数:497
下跌样本数:500 涨/跌样本数量比:0.99:1 涨/跌样本总和比:0.88:1 涨/跌样本平均比:0.88:1
小时 K     2019.07.22 13:00-2019.07.31 15:00...2019.07.31 20:00:00
预测大唐发电(hk00991)价格K线图-阿布量化
⛈-1.19%🌤+0.38%🌧️-0.35%🌧️-0.21%🌧️-0.61%

 下个交易日第⓵个小时⇥预测:HK$1.7489(-1.19%)

🌤  下个交易日第⓶个小时⇥预测:HK$1.7555(+0.38%)

🌧️  下个交易日第⓷个小时⇥预测:HK$1.7493(-0.35%)

🌧️  下个交易日第⓸个小时⇥预测:HK$1.7456(-0.21%)

🌧️  下个交易日第⓹个小时⇥预测:HK$1.7350(-0.61%)

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:8691,综合得分: 47.33分 

🥇  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4187,上涨比例 48.18% 

🛵   10 交易小时 上涨样本数量4033,上涨比例 46.41% 

🚗   15 交易小时 上涨样本数量3973,上涨比例 45.72% 

✈️   20 交易小时 上涨样本数量3899,上涨比例 44.87% 

♕ 多巴胺生物模型组→样本数:2249,综合得分: 45.05分 

🥈  多巴胺模型匹配2249条样本中未来:

🚲   5 交易小时 上涨样本数量1016,上涨比例 45.22% 

🛵   10 交易小时 上涨样本数量1015,上涨比例 45.15% 

🚗   15 交易小时 上涨样本数量985,上涨比例 43.84% 

✈️   20 交易小时 上涨样本数量941,上涨比例 41.87% 

♖ 量化形态模型组→样本数:519,综合得分: 42.88分 

🥉  量化形态模型匹配519条样本中未来:

🚲   5 交易小时 上涨样本数量207,上涨比例 40.00% 

🛵   10 交易小时 上涨样本数量216,上涨比例 41.77% 

🚗   15 交易小时 上涨样本数量232,上涨比例 44.71% 

✈️   20 交易小时 上涨样本数量212,上涨比例 40.93% 

♛ 大唐发电(00991)的智能AI大数据评分:  46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召回模型从大唐发电(00991)和识别出的(abu-relate-d群类)联动股票在2019-07-26 14:00:00至2019-07-31 15:00:00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997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:47.33)、多巴胺生物模型组(样本数:2249,综合得分:45.05)、量化形态模型组(样本数:519,综合得分:42.88)。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:46分

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
跟对领导很重要,愿意教你的,放手让你做的领导,绝对要珍惜。不要老想着做不顺就放弃,哪个团队都有问题,哪个团队都有优点。团队的问题就是你脱颖而出的机会,抱怨和埋怨团队就是自己无能,更是在放弃机会。上述是不是有些道理?--金融老手