大数据预测图标_阿布量化

加拿大鹅(GOOS) 大数据预测量化研报

站点地图

预测加拿大鹅(GOOS)未来6小时后的价格(K线图中空心部分):

$37.46 -1.10 (-2.85%)
智能AI评分排名:第172名 平均涨跌幅:0.04% 中位涨跌幅:-0.14% 最乐观涨跌幅:16.38%
最悲观涨跌幅:-13.04% 上涨样本均值:2.3% 下跌样本均值:-1.98% 上涨样本数:393
下跌样本数:441 涨/跌样本数量比:0.89:1 涨/跌样本总和比:1.04:1 涨/跌样本平均比:1.17:1
小时 K     2021.08.30 09:00-2021.09.09 14:00...2021.09.09 20:00:00
预测加拿大鹅(usGOOS)价格K线图-阿布量化
❄️-3.76%🌤+0.41%☀️+1.04%⛈-1.10%🌧️-0.10%🌤+0.71%

❄️  下个交易日第⓵个小时⇥预测:$37.11(-3.76%)

🌤  下个交易日第⓶个小时⇥预测:$37.26(+0.41%)

☀️  下个交易日第⓷个小时⇥预测:$37.65(+1.04%)

 下个交易日第⓸个小时⇥预测:$37.24(-1.10%)

🌧️  下个交易日第⓹个小时⇥预测:$37.20(-0.10%)

🌤  下个交易日第⓺个小时⇥预测:$37.46(+0.71%)

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: 47.33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3808,上涨比例 43.82% 

🛵   10 交易小时 上涨样本数量3966,上涨比例 45.64% 

🚗   15 交易小时 上涨样本数量4247,上涨比例 48.88% 

✈️   20 交易小时 上涨样本数量4072,上涨比例 46.86% 

♕ 多巴胺生物模型组→样本数:2493,综合得分: 46.72分 

🥈  多巴胺模型匹配2493条样本中未来:

🚲   5 交易小时 上涨样本数量1124,上涨比例 45.11% 

🛵   10 交易小时 上涨样本数量1112,上涨比例 44.61% 

🚗   15 交易小时 上涨样本数量1181,上涨比例 47.41% 

✈️   20 交易小时 上涨样本数量1137,上涨比例 45.63% 

♖ 量化形态模型组→样本数:422,综合得分: 49.48分 

🥉  量化形态模型匹配422条样本中未来:

🚲   5 交易小时 上涨样本数量209,上涨比例 49.67% 

🛵   10 交易小时 上涨样本数量208,上涨比例 49.33% 

🚗   15 交易小时 上涨样本数量204,上涨比例 48.52% 

✈️   20 交易小时 上涨样本数量195,上涨比例 46.30% 

♛ 加拿大鹅(GOOS)的智能AI大数据评分:  47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召回模型从加拿大鹅(GOOS)和识别出的(abu-relate-e群类)联动股票在2021-09-03 13:00:00至2021-09-09 14:00:00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834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:47.33)、多巴胺生物模型组(样本数:2493,综合得分:46.72)、量化形态模型组(样本数:422,综合得分:49.48)。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:47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
真正的朋友:能走过1年的不容易,能坚持2年的值得珍惜,能相守3年的堪称奇迹,能熬5年的才叫知己,超过6年的值得记忆,十年依旧还在的,应该请进生命里。二十年不离不弃的,就是你的后天亲人。--金融老手