大数据预测图标_阿布量化

中远海控(01919) 大数据预测量化研报

站点地图

预测中远海控(01919)未来5小时后的价格(K线图中空心部分):

HK$2.987 +0.047 (+1.58%)
智能AI评分排名:第25名 平均涨跌幅:0.47% 中位涨跌幅:0.0% 最乐观涨跌幅:9.81%
最悲观涨跌幅:-6.77% 上涨样本均值:2.16% 下跌样本均值:-1.25% 上涨样本数:54
下跌样本数:52 涨/跌样本数量比:1.04:1 涨/跌样本总和比:1.79:1 涨/跌样本平均比:1.72:1
小时 K     2019.07.22 13:00-2019.07.31 15:00...2019.07.31 20:00:00
预测中远海控(hk01919)价格K线图-阿布量化
🌧️-0.13%🌤+0.03%☀️+1.85%🌧️-0.61%🌤+0.45%

🌧️  下个交易日第⓵个小时⇥预测:HK$2.936(-0.13%)

🌤  下个交易日第⓶个小时⇥预测:HK$2.937(+0.03%)

☀️  下个交易日第⓷个小时⇥预测:HK$2.991(+1.85%)

🌧️  下个交易日第⓸个小时⇥预测:HK$2.973(-0.61%)

🌤  下个交易日第⓹个小时⇥预测:HK$2.987(+0.45%)

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:927,综合得分: 56.35分 

🥇  物理系模型匹配927条样本中未来:

🚲   5 交易小时 上涨样本数量517,上涨比例 55.86% 

🛵   10 交易小时 上涨样本数量513,上涨比例 55.44% 

🚗   15 交易小时 上涨样本数量480,上涨比例 51.81% 

✈️   20 交易小时 上涨样本数量539,上涨比例 58.15% 

♕ 多巴胺生物模型组→样本数:291,综合得分: 58.14分 

🥈  多巴胺模型匹配291条样本中未来:

🚲   5 交易小时 上涨样本数量169,上涨比例 58.13% 

🛵   10 交易小时 上涨样本数量166,上涨比例 57.38% 

🚗   15 交易小时 上涨样本数量151,上涨比例 52.21% 

✈️   20 交易小时 上涨样本数量176,上涨比例 60.70% 

♖ 量化形态模型组→样本数:55,综合得分: 53.99分 

🥉  量化形态模型匹配55条样本中未来:

🚲   5 交易小时 上涨样本数量33,上涨比例 60.53% 

🛵   10 交易小时 上涨样本数量27,上涨比例 50.00% 

🚗   15 交易小时 上涨样本数量23,上涨比例 43.18% 

✈️   20 交易小时 上涨样本数量31,上涨比例 58.14% 

♛ 中远海控(01919)的智能AI大数据评分:  56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召回模型从中远海控(01919)和识别出的(abu-relate-a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106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:927,综合得分:56.35)、多巴胺生物模型组(样本数:291,综合得分:58.14)、量化形态模型组(样本数:55,综合得分:53.99)。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:56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
交易员是否可以后天培养?拉瑞·威廉姆斯成功培养了自己的女儿。他女儿17岁参加交易比赛,在12个月当中,从1万美元交易到11万美元。他认为将女儿培养成盈利10倍的案例的关键是:他的女儿真正领悟到了他所教授的,主要是追随趋势的能力和对于资金的管理。后来他女儿并未成为一名交易员,而做了一名演员。--金融老手