大数据预测图标_阿布量化

光大永年(03699) 大数据预测量化研报

站点地图

预测光大永年(03699)未来5小时后的价格(K线图中空心部分):

HK$0.6543 -0.0257 (-3.78%)
智能AI评分排名:第178名 平均涨跌幅:-0.13% 中位涨跌幅:-0.13% 最乐观涨跌幅:14.46%
最悲观涨跌幅:-13.48% 上涨样本均值:2.31% 下跌样本均值:-1.96% 上涨样本数:319
下跌样本数:431 涨/跌样本数量比:0.74:1 涨/跌样本总和比:0.87:1 涨/跌样本平均比:1.18:1
小时 K     2019.07.22 14:00-2019.07.31 15:00...2019.07.31 20:00:00
预测光大永年(hk03699)价格K线图-阿布量化
⛈-1.55%🌧️-0.84%🌤+0.13%❄️-2.21%🌤+0.66%

 下个交易日第⓵个小时⇥预测:HK$0.6695(-1.55%)

🌧️  下个交易日第⓶个小时⇥预测:HK$0.6638(-0.84%)

🌤  下个交易日第⓷个小时⇥预测:HK$0.6647(+0.13%)

❄️  下个交易日第⓸个小时⇥预测:HK$0.6500(-2.21%)

🌤  下个交易日第⓹个小时⇥预测:HK$0.6543(+0.66%)

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: 47.03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4036,上涨比例 46.45% 

🛵   10 交易小时 上涨样本数量3976,上涨比例 45.76% 

🚗   15 交易小时 上涨样本数量3984,上涨比例 45.84% 

✈️   20 交易小时 上涨样本数量3994,上涨比例 45.96% 

♕ 多巴胺生物模型组→样本数:1861,综合得分: 49.69分 

🥈  多巴胺模型匹配1861条样本中未来:

🚲   5 交易小时 上涨样本数量943,上涨比例 50.69% 

🛵   10 交易小时 上涨样本数量896,上涨比例 48.15% 

🚗   15 交易小时 上涨样本数量881,上涨比例 47.39% 

✈️   20 交易小时 上涨样本数量901,上涨比例 48.42% 

♖ 量化形态模型组→样本数:420,综合得分: 52.37分 

🥉  量化形态模型匹配420条样本中未来:

🚲   5 交易小时 上涨样本数量209,上涨比例 49.83% 

🛵   10 交易小时 上涨样本数量219,上涨比例 52.21% 

🚗   15 交易小时 上涨样本数量214,上涨比例 51.06% 

✈️   20 交易小时 上涨样本数量219,上涨比例 52.27% 

♛ 光大永年(03699)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召回模型从光大永年(03699)和识别出的(abu-relate-c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750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:47.03)、多巴胺生物模型组(样本数:1861,综合得分:49.69)、量化形态模型组(样本数:420,综合得分:52.37)。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
人一旦被情绪左右,心魔就会趁机而出,很多冲动的交易行为就是这样导致的。一时的冲动造成终身后悔的事情比比皆是。所以,在亏损的时候,千万不要当即再次进场交易,不妨先稳定一下情绪,在内心里从1数到10,然后再决定是否进场交易。--金融老手