大数据预测图标_阿布量化

Square(SQ) 大数据预测量化研报

站点地图

预测Square(SQ)一周后的价格(K线图中空心部分):

$53.16 -4.61 (-7.97%)
智能AI评分排名:第326名 平均涨跌幅:0.45% 中位涨跌幅:0.23% 最乐观涨跌幅:47.83%
最悲观涨跌幅:-45.8% 上涨样本均值:5.29% 下跌样本均值:-4.93% 上涨样本数:584
下跌样本数:524 涨/跌样本数量比:1.11:1 涨/跌样本总和比:1.2:1 涨/跌样本平均比:1.07:1
日 K     2020.01.09-2020.03.13...2020.03.20
预测Square(usSQ)价格K线图-阿布量化
❄️-16.57%☀️+4.16%☀️+8.64%🌤+0.50%❄️-3.00%

❄️  第⓵交易日(📆03-16)⇥预测:$48.20(-16.57%)

☀️  第⓶交易日(📆03-17)⇥预测:$50.20(+4.16%)

☀️  第⓷交易日(📆03-18)⇥预测:$54.54(+8.64%)

🌤  第⓸交易日(📆03-19)⇥预测:$54.81(+0.50%)

❄️  第⓹交易日(📆03-20)⇥预测:$53.16(-3.00%)

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: 52.24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4608,上涨比例 53.38% 

🛵   10 交易日 上涨样本数量4531,上涨比例 52.50% 

🚗   15 交易日 上涨样本数量4888,上涨比例 56.63% 

✈️   20 交易日 上涨样本数量5111,上涨比例 59.22% 

♕ 多巴胺生物模型组→样本数:2584,综合得分: 52.08分 

🥈  多巴胺模型匹配2584条样本中未来:

🚲   5 交易日 上涨样本数量1376,上涨比例 53.26% 

🛵   10 交易日 上涨样本数量1335,上涨比例 51.67% 

🚗   15 交易日 上涨样本数量1450,上涨比例 56.14% 

✈️   20 交易日 上涨样本数量1550,上涨比例 60.02% 

♖ 量化形态模型组→样本数:561,综合得分: 50.10分 

🥉  量化形态模型匹配561条样本中未来:

🚲   5 交易日 上涨样本数量292,上涨比例 52.21% 

🛵   10 交易日 上涨样本数量279,上涨比例 49.77% 

🚗   15 交易日 上涨样本数量296,上涨比例 52.81% 

✈️   20 交易日 上涨样本数量327,上涨比例 58.38% 

♛ Square(SQ)的智能AI大数据评分:  51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Square(SQ)和识别出的(abu-relate-e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1108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:52.24)、多巴胺生物模型组(样本数:2584,综合得分:52.08)、量化形态模型组(样本数:561,综合得分:50.10)。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:51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
“钱”离开人,废纸一张;人离开“钱”,废物一个。鹰小草,没人心疼,也在成长。深山的野花,没人欣赏,也在芬芳。做事不需人人都理解,只需尽心尽力,做人不需人人都喜欢,只需坦坦荡荡。--金融老手