大数据预测图标_阿布量化

中国电力(02380) 大数据预测量化研报

站点地图

预测中国电力(02380)未来5小时后的价格(K线图中空心部分):

HK$1.9671 -0.0029 (-0.15%)
智能AI评分排名:第156名 平均涨跌幅:-0.19% 中位涨跌幅:-0.12% 最乐观涨跌幅:3.56%
最悲观涨跌幅:-4.03% 上涨样本均值:1.35% 下跌样本均值:-1.41% 上涨样本数:26
下跌样本数:33 涨/跌样本数量比:0.79:1 涨/跌样本总和比:0.75:1 涨/跌样本平均比:0.96:1
小时 K     2019.07.22 14:00-2019.07.31 15:00...2019.07.31 20:00:00
预测中国电力(hk02380)价格K线图-阿布量化
🌤+0.63%🌧️-0.13%🌧️-0.27%🌧️-0.00%🌧️-0.38%

🌤  下个交易日第⓵个小时⇥预测:HK$1.9825(+0.63%)

🌧️  下个交易日第⓶个小时⇥预测:HK$1.9799(-0.13%)

🌧️  下个交易日第⓷个小时⇥预测:HK$1.9747(-0.27%)

🌧️  下个交易日第⓸个小时⇥预测:HK$1.9747(-0.00%)

🌧️  下个交易日第⓹个小时⇥预测:HK$1.9671(-0.38%)

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:506,综合得分: 49.92分 

🥇  物理系模型匹配506条样本中未来:

🚲   5 交易小时 上涨样本数量248,上涨比例 49.03% 

🛵   10 交易小时 上涨样本数量253,上涨比例 50.12% 

🚗   15 交易小时 上涨样本数量248,上涨比例 49.08% 

✈️   20 交易小时 上涨样本数量239,上涨比例 47.33% 

♕ 多巴胺生物模型组→样本数:144,综合得分: 54.39分 

🥈  多巴胺模型匹配144条样本中未来:

🚲   5 交易小时 上涨样本数量79,上涨比例 55.00% 

🛵   10 交易小时 上涨样本数量80,上涨比例 55.56% 

🚗   15 交易小时 上涨样本数量75,上涨比例 52.43% 

✈️   20 交易小时 上涨样本数量72,上涨比例 50.47% 

♖ 量化形态模型组→样本数:30,综合得分: 53.93分 

🥉  量化形态模型匹配30条样本中未来:

🚲   5 交易小时 上涨样本数量17,上涨比例 59.09% 

🛵   10 交易小时 上涨样本数量13,上涨比例 44.00% 

🚗   15 交易小时 上涨样本数量16,上涨比例 56.52% 

✈️   20 交易小时 上涨样本数量15,上涨比例 52.00% 

♛ 中国电力(02380)的智能AI大数据评分:  49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召回模型从中国电力(02380)和识别出的(abu-relate-f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59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:506,综合得分:49.92)、多巴胺生物模型组(样本数:144,综合得分:54.39)、量化形态模型组(样本数:30,综合得分:53.93)。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:49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
日子是一天一天地过,书也是一页一页地读,一年几年一辈子地读下去,书的效力就会像清风拂面般,在骨子里散发出来。杨绛先生说:“你的问题在于读书太少,而想的多。”古人也云“三日不读书则面目可憎。”这两句话都足以激励人多读书。世界再浮华,读书也可以让你静下来。--金融老手