阿斯麦(ASML) 大数据预测量化研报

❄️  第⓵交易日(📆03-16)⇥预测:$243.29(-5.32%)

☀️  第⓶交易日(📆03-17)⇥预测:$252.06(+3.60%)

☀️  第⓷交易日(📆03-18)⇥预测:$260.16(+3.21%)

☀️  第⓸交易日(📆03-19)⇥预测:$268.69(+3.28%)

☀️  第⓹交易日(📆03-20)⇥预测:$278.65(+3.71%)

🥇  物理系模型匹配8632条样本中未来:

🚲   5 交易日 上涨样本数量5187，上涨比例 60.10% 

🛵   10 交易日 上涨样本数量4947，上涨比例 57.32% 

🚗   15 交易日 上涨样本数量4857，上涨比例 56.27% 

✈️   20 交易日 上涨样本数量5001，上涨比例 57.94% 

🥈  多巴胺模型匹配2638条样本中未来:

🚲   5 交易日 上涨样本数量1659，上涨比例 62.90% 

🛵   10 交易日 上涨样本数量1557，上涨比例 59.05% 

🚗   15 交易日 上涨样本数量1571，上涨比例 59.56% 

✈️   20 交易日 上涨样本数量1585，上涨比例 60.11% 

🥉  量化形态模型匹配413条样本中未来:

🚲   5 交易日 上涨样本数量232，上涨比例 56.18% 

🛵   10 交易日 上涨样本数量208，上涨比例 50.49% 

🚗   15 交易日 上涨样本数量211，上涨比例 51.19% 

✈️   20 交易日 上涨样本数量220，上涨比例 53.29% 

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召回模型从阿斯麦(ASML)和识别出的(abu-relate-b群类)联动股票在2020-02-18至2020-03-13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818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:54.72)、多巴胺生物模型组(样本数:2638，综合得分:57.21)、量化形态模型组(样本数:413，综合得分:49.60)。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：56分