$小鹏汽车-W hk09868$ 高位修复
小鹏汽车-W(09868.HK)升1.46%,报193.5。走势上,上周五收市价194.6接近保利加通道顶部196.16,随后回落。暂时走震荡格局。消息面,五日后公布业绩。
Y模型分析在上周五点评逼近前高或者逼近阶段前高 ,昨日再次点评最好在高位修复一下,中长期有乖离。
技术分析面,暂时RSI 数值为60,前值62,数值反映当前位于强势,出现上涨概率相对较大。目前小鹏汽车日内波幅2.5%,支持177.2元,阻力198。
衍生品方面,如继续看好认购证可考虑17103或17081,价外12%和15.6%,在明年3月份到期。溢价有23.95%和29%。
小鹏汽车-W(09868.HK)升1.46%,报193.5。走势上,上周五收市价194.6接近保利加通道顶部196.16,随后回落。暂时走震荡格局。消息面,五日后公布业绩。
Y模型分析在上周五点评逼近前高或者逼近阶段前高 ,昨日再次点评最好在高位修复一下,中长期有乖离。
技术分析面,暂时RSI 数值为60,前值62,数值反映当前位于强势,出现上涨概率相对较大。目前小鹏汽车日内波幅2.5%,支持177.2元,阻力198。
衍生品方面,如继续看好认购证可考虑17103或17081,价外12%和15.6%,在明年3月份到期。溢价有23.95%和29%。
#经典老车# #大众Polo# /// Polo Targa / Cabriolet
如果你听过Walter Treser这个名字,以及他对奥迪的贡献,包括著名的 Quattro 品牌。但在 90 年代初期,奥迪高级特种车辆的前负责人创造了带有可拆卸车顶的 Treser VW Polo GT。
1991 年至 1993 年间共生产了 290 辆,其中 10 辆直接来自 Treser 在德国的车间,这款定制的 Polo GT 是罕见的。其中之一在老爷车拍卖会上竞标。
从外表上看,它兼顾了敞篷车和Targa的特征,车辆基于普通大众 Polo打造,这款小型 2+2 车辆可以让车主尽情享受小型敞篷车的乐趣。
车主可以只拆下车顶板,展露出B柱和后挡风玻璃,或者拆下整个东西,车身部件是可折叠的,可以存放在行李箱中,该行李箱经过定制可容纳拆下的部件。更重要的是,根据老爷车拍卖清单,这辆车存在了近30年,仍处于完好状态,行驶里程只有17103 公里。但是它在一年前就以7000 欧元的价格出售了,事到如今剩下的那两百多台车是什么面貌就不得而知,只能说很难找到像这台一样保持特别完好的车辆了。
如果你听过Walter Treser这个名字,以及他对奥迪的贡献,包括著名的 Quattro 品牌。但在 90 年代初期,奥迪高级特种车辆的前负责人创造了带有可拆卸车顶的 Treser VW Polo GT。
1991 年至 1993 年间共生产了 290 辆,其中 10 辆直接来自 Treser 在德国的车间,这款定制的 Polo GT 是罕见的。其中之一在老爷车拍卖会上竞标。
从外表上看,它兼顾了敞篷车和Targa的特征,车辆基于普通大众 Polo打造,这款小型 2+2 车辆可以让车主尽情享受小型敞篷车的乐趣。
车主可以只拆下车顶板,展露出B柱和后挡风玻璃,或者拆下整个东西,车身部件是可折叠的,可以存放在行李箱中,该行李箱经过定制可容纳拆下的部件。更重要的是,根据老爷车拍卖清单,这辆车存在了近30年,仍处于完好状态,行驶里程只有17103 公里。但是它在一年前就以7000 欧元的价格出售了,事到如今剩下的那两百多台车是什么面貌就不得而知,只能说很难找到像这台一样保持特别完好的车辆了。
#AMiner必读论文推荐# #语言预训练模型架构#
论文集地址:https://t.cn/A6cHm5K1
目前,预训练模型已经在自然语言处理任务中发挥了较为关键的作用,模型主要分为3个大类:单向特征表示的自回归预训练语言模型,统称为单向模型;双向特征表示的自编码预训练语言模型,统称为BERT系列模型和双向特征表示的自回归预训练语言模型。
该论文集共收录28篇论文,引用最多的论文为BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding,引用数为17103。
AMiner,AI赋能的学术搜索平台:https://t.cn/A65eMxmG
#AMiner# #论文#
论文集地址:https://t.cn/A6cHm5K1
目前,预训练模型已经在自然语言处理任务中发挥了较为关键的作用,模型主要分为3个大类:单向特征表示的自回归预训练语言模型,统称为单向模型;双向特征表示的自编码预训练语言模型,统称为BERT系列模型和双向特征表示的自回归预训练语言模型。
该论文集共收录28篇论文,引用最多的论文为BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding,引用数为17103。
AMiner,AI赋能的学术搜索平台:https://t.cn/A65eMxmG
#AMiner# #论文#
✋热门推荐