تقدم ورقة البحث نهجًا جديدًا لتوقع أسعار الأسهم من خلال تطوير نموذج BiLSTM-GAT-AM، الذي يدمج الشبكات العصبية طويلة وقصيرة المدى ثنائية الاتجاه مع شبكات الانتباه البيانية وآلية الانتباه. يعالج هذا النموذج قيود الطرق الحالية التي تركز بشكل أساسي على مهام الانحدار والتصنيف، والتي غالبًا ما تعاني من التحديات التي تطرحها البيانات المالية. من خلال استخدام…

في هذا القسم، ينتقد المؤلفون الممارسة السائدة في أبحاث التنبؤ بالسلاسل الزمنية، وخاصة في الاقتصاد الكلي والمالية، حيث يتم تقييم نماذج التعلم الآلي المعقدة غالبًا فقط ضد بعضها البعض، متجاهلين الأسس الإحصائية الأبسط. قد يؤدي هذا النهج إلى إخفاء الآثار العملية للنتائج، خاصة في سياق بيانات السلاسل الزمنية شديدة التقلب. تستخدم الدراسة مجموعة من طرق…

تبحث هذه الدراسة في دور المعلومات متعددة الأنماط في التنبؤ بتقلبات سوق الأسهم، خاصة في سياق الاقتصاد السوقي المتطور في الصين وقطاع الأدوية. باستخدام مزيج من شبكات الذاكرة طويلة وقصيرة المدى (LSTM) ونماذج المحولات، تُظهر الدراسة أداءً متفوقًا في مهام التنبؤ بحركة الأسهم، كما يتضح من مقاييس مثل الدقة، ودرجة F1، والدقة، والاسترجاع. كما تستخدم…