大数据预测图标_阿布量化

通用汽车(GM) 大数据预测量化研报

站点地图

预测通用汽车(GM)未来6小时后的价格(K线图中空心部分):

$48.07 -0.37 (-0.76%)
智能AI评分排名:第52名 平均涨跌幅:-0.11% 中位涨跌幅:0.01% 最乐观涨跌幅:5.5%
最悲观涨跌幅:-9.31% 上涨样本均值:1.34% 下跌样本均值:-1.58% 上涨样本数:85
下跌样本数:84 涨/跌样本数量比:1.01:1 涨/跌样本总和比:0.85:1 涨/跌样本平均比:0.84:1
小时 K     2021.08.30 13:00-2021.09.09 15:00...2021.09.09 21:00:00
预测通用汽车(usGM)价格K线图-阿布量化
🌧️-0.45%🌤+0.49%🌧️-0.08%🌧️-0.06%🌤+0.00%🌧️-0.66%

🌧️  下个交易日第⓵个小时⇥预测:$48.22(-0.45%)

🌤  下个交易日第⓶个小时⇥预测:$48.46(+0.49%)

🌧️  下个交易日第⓷个小时⇥预测:$48.42(-0.08%)

🌧️  下个交易日第⓸个小时⇥预测:$48.39(-0.06%)

🌤  下个交易日第⓹个小时⇥预测:$48.39(+0.00%)

🌧️  下个交易日第⓺个小时⇥预测:$48.07(-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:1476,综合得分: 55.16分 

🥇  物理系模型匹配1476条样本中未来:

🚲   5 交易小时 上涨样本数量806,上涨比例 54.65% 

🛵   10 交易小时 上涨样本数量806,上涨比例 54.63% 

🚗   15 交易小时 上涨样本数量794,上涨比例 53.83% 

✈️   20 交易小时 上涨样本数量788,上涨比例 53.40% 

♕ 多巴胺生物模型组→样本数:404,综合得分: 57.88分 

🥈  多巴胺模型匹配404条样本中未来:

🚲   5 交易小时 上涨样本数量232,上涨比例 57.53% 

🛵   10 交易小时 上涨样本数量227,上涨比例 56.25% 

🚗   15 交易小时 上涨样本数量232,上涨比例 57.61% 

✈️   20 交易小时 上涨样本数量226,上涨比例 56.00% 

♖ 量化形态模型组→样本数:85,综合得分: 53.26分 

🥉  量化形态模型匹配85条样本中未来:

🚲   5 交易小时 上涨样本数量47,上涨比例 56.34% 

🛵   10 交易小时 上涨样本数量45,上涨比例 53.25% 

🚗   15 交易小时 上涨样本数量44,上涨比例 52.17% 

✈️   20 交易小时 上涨样本数量40,上涨比例 47.14% 

♛ 通用汽车(GM)的智能AI大数据评分:  53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召回模型从通用汽车(GM)和识别出的(abu-relate-c群类)联动股票在2021-09-07 09:00:00至2021-09-09 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169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:1476,综合得分:55.16)、多巴胺生物模型组(样本数:404,综合得分:57.88)、量化形态模型组(样本数:85,综合得分:53.26)。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:53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
你理解的人越多,理解你的人越少!--金融老手