纳指ETF-PowerShares(QQQ) 大数据预测量化研报

❄️  第⓵交易日(📆03-16)⇥预测:$188.16(-2.17%)

☀️  第⓶交易日(📆03-17)⇥预测:$196.95(+4.67%)

☀️  第⓷交易日(📆03-18)⇥预测:$203.32(+3.23%)

☀️  第⓸交易日(📆03-19)⇥预测:$210.56(+3.56%)

☀️  第⓹交易日(📆03-20)⇥预测:$218.28(+3.67%)

🥇  物理系模型匹配8632条样本中未来:

🚲   5 交易日 上涨样本数量5405，上涨比例 62.62% 

🛵   10 交易日 上涨样本数量5137，上涨比例 59.51% 

🚗   15 交易日 上涨样本数量5052，上涨比例 58.54% 

✈️   20 交易日 上涨样本数量5157，上涨比例 59.75% 

🥈  多巴胺模型匹配2642条样本中未来:

🚲   5 交易日 上涨样本数量1788，上涨比例 67.68% 

🛵   10 交易日 上涨样本数量1613，上涨比例 61.08% 

🚗   15 交易日 上涨样本数量1594，上涨比例 60.36% 

✈️   20 交易日 上涨样本数量1610，上涨比例 60.98% 

🥉  量化形态模型匹配415条样本中未来:

🚲   5 交易日 上涨样本数量296，上涨比例 71.54% 

🛵   10 交易日 上涨样本数量247，上涨比例 59.62% 

🚗   15 交易日 上涨样本数量232，上涨比例 56.04% 

✈️   20 交易日 上涨样本数量250，上涨比例 60.34% 

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召回模型从纳指ETF-PowerShares(QQQ)和识别出的(abu-relate-c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:56.91)、多巴胺生物模型组(样本数:2642，综合得分:59.34)、量化形态模型组(样本数:415，综合得分:58.69)。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：58分