大数据预测图标_阿布量化

中船防务(00317) 大数据预测量化研报

站点地图

预测中船防务(00317)一周后的价格(K线图中空心部分):

HK$9.37 +1.64 (+21.23%)
智能AI评分排名:第329名 平均涨跌幅:0.09% 中位涨跌幅:-0.06% 最乐观涨跌幅:29.48%
最悲观涨跌幅:-32.1% 上涨样本均值:3.88% 下跌样本均值:-3.48% 上涨样本数:405
下跌样本数:430 涨/跌样本数量比:0.94:1 涨/跌样本总和比:1.05:1 涨/跌样本平均比:1.11:1
日 K     2022.06.10-2022.08.12...2022.08.19
预测中船防务(hk00317)价格K线图-阿布量化
☀️+7.64%🌤+0.61%☀️+17.45%❄️-2.81%⛈-1.93%

☀️  第⓵交易日(📆08-15)⇥预测:HK$8.32(+7.64%)

🌤  第⓶交易日(📆08-16)⇥预测:HK$8.37(+0.61%)

☀️  第⓷交易日(📆08-17)⇥预测:HK$9.83(+17.45%)

❄️  第⓸交易日(📆08-18)⇥预测:HK$9.56(-2.81%)

 第⓹交易日(📆08-19)⇥预测:HK$9.37(-1.93%)

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:8632,综合得分: 47.83分 

🥇  物理系模型匹配8632条样本中未来:

🚲   5 交易日 上涨样本数量4173,上涨比例 48.34% 

🛵   10 交易日 上涨样本数量4396,上涨比例 50.93% 

🚗   15 交易日 上涨样本数量4475,上涨比例 51.85% 

✈️   20 交易日 上涨样本数量4571,上涨比例 52.96% 

♕ 多巴胺生物模型组→样本数:2666,综合得分: 45.92分 

🥈  多巴胺模型匹配2666条样本中未来:

🚲   5 交易日 上涨样本数量1281,上涨比例 48.07% 

🛵   10 交易日 上涨样本数量1290,上涨比例 48.41% 

🚗   15 交易日 上涨样本数量1299,上涨比例 48.73% 

✈️   20 交易日 上涨样本数量1366,上涨比例 51.24% 

♖ 量化形态模型组→样本数:426,综合得分: 42.13分 

🥉  量化形态模型匹配426条样本中未来:

🚲   5 交易日 上涨样本数量206,上涨比例 48.46% 

🛵   10 交易日 上涨样本数量194,上涨比例 45.58% 

🚗   15 交易日 上涨样本数量186,上涨比例 43.79% 

✈️   20 交易日 上涨样本数量185,上涨比例 43.45% 

♛ 中船防务(00317)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召回模型从中船防务(00317)和识别出的(abu-relate-d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835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:8632,综合得分:47.83)、多巴胺生物模型组(样本数:2666,综合得分:45.92)、量化形态模型组(样本数:426,综合得分:42.13)。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

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
黑是黑,白是白,让时间去证明。宽心做人,不要斤斤计较,属于你的时间越来越少。不要争争吵吵,人生一晃就老。--金融老手