大数据预测图标_阿布量化

美国小盘股3X空-Direxion(TZA) 大数据预测量化研报

站点地图

预测美国小盘股3X空-Direxion(TZA)一周后的价格(K线图中空心部分):

$101.44 +26.86 (+36.02%)
智能AI评分排名:第309名 平均涨跌幅:0.21% 中位涨跌幅:0.15% 最乐观涨跌幅:38.39%
最悲观涨跌幅:-32.62% 上涨样本均值:3.7% 下跌样本均值:-3.6% 上涨样本数:441
下跌样本数:404 涨/跌样本数量比:1.09:1 涨/跌样本总和比:1.12:1 涨/跌样本平均比:1.03:1
日 K     2020.01.10-2020.03.13...2020.03.20
预测美国小盘股3X空-Direxion(usTZA)价格K线图-阿布量化
☀️+11.16%❄️-8.81%☀️+3.46%☀️+17.64%☀️+10.25%

☀️  第⓵交易日(📆03-16)⇥预测:$82.90(+11.16%)

❄️  第⓶交易日(📆03-17)⇥预测:$75.60(-8.81%)

☀️  第⓷交易日(📆03-18)⇥预测:$78.21(+3.46%)

☀️  第⓸交易日(📆03-19)⇥预测:$92.01(+17.64%)

☀️  第⓹交易日(📆03-20)⇥预测:$101.44(+10.25%)

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: 50.32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4520,上涨比例 52.37% 

🛵   10 交易日 上涨样本数量4716,上涨比例 54.63% 

🚗   15 交易日 上涨样本数量4578,上涨比例 53.04% 

✈️   20 交易日 上涨样本数量4659,上涨比例 53.98% 

♕ 多巴胺生物模型组→样本数:2209,综合得分: 50.46分 

🥈  多巴胺模型匹配2209条样本中未来:

🚲   5 交易日 上涨样本数量1164,上涨比例 52.72% 

🛵   10 交易日 上涨样本数量1177,上涨比例 53.31% 

🚗   15 交易日 上涨样本数量1211,上涨比例 54.85% 

✈️   20 交易日 上涨样本数量1186,上涨比例 53.70% 

♖ 量化形态模型组→样本数:425,综合得分: 54.47分 

🥉  量化形态模型匹配425条样本中未来:

🚲   5 交易日 上涨样本数量236,上涨比例 55.69% 

🛵   10 交易日 上涨样本数量253,上涨比例 59.73% 

🚗   15 交易日 上涨样本数量257,上涨比例 60.50% 

✈️   20 交易日 上涨样本数量232,上涨比例 54.73% 

♛ 美国小盘股3X空-Direxion(TZA)的智能AI大数据评分:  52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召回模型从美国小盘股3X空-Direxion(TZA)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845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:50.32)、多巴胺生物模型组(样本数:2209,综合得分:50.46)、量化形态模型组(样本数:425,综合得分:54.47)。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:52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
当你做对的时候,没有人会记得,当你做错的时候,连呼吸都是错。有些路只能一个人走,路上的艰辛只有自己知道。这个世界,对着你笑的人太多,真心包容你的太少。不悲过去,非贪未来,心系当下,由此安详。--金融老手