تستكشف هذه الورقة البحثية تطبيق نماذج التعلم العميق، وتحديدًا الشبكة العصبية التلافيفية – الذاكرة القصيرة والطويلة (CNN-LSTM)، وشبكة السلاسل الزمنية الطويلة والقصيرة (LSTNet)، والشبكة التلافيفية الزمنية (TCN)، جنبًا إلى جنب مع نموذج ARIMA القياسي، للتنبؤ بتحركات سعر البيتكوين باستخدام بيانات السلسلة. تستخدم الدراسة تقنيات اختيار ميزات متنوعة، بما في ذلك بوروتا، والخوارزمية الجينية (GA)، وآلة…

لقد اكتسب دمج العوامل البيئية والاجتماعية والحوكمة (ESG) في استراتيجيات الاستثمار زخمًا كبيرًا بين المستثمرين الأفراد والمؤسسات. تتناول هذه الورقة التعقيدات المرتبطة بتوقع تقلبات محافظ ESG، التي تتأثر بعوامل مختلفة تزيد من عدم قابليتها للتنبؤ مقارنة بمؤشرات السوق الأوسع. لمواجهة هذا التحدي، يقترح المؤلفون إطارًا حسابيًا يستخدم هياكل التعلم العميق، وبشكل خاص الذاكرة طويلة وقصيرة…

تستكشف هذه الدراسة تطبيق طرق تعلم الآلة (ML)، وخاصة الشبكات العصبية، في توقع عوائد الأسهم من خلال تحليل الخصائص المحددة للشركات والعوامل الاقتصادية الكلية. تكشف الأبحاث أنه بينما تؤدي الشبكات العصبية بشكل متسق عند استخدام متغيرات محددة للشركات فقط، فإن دمج العوامل الاقتصادية الكلية يعزز بشكل كبير دقة التنبؤ، خاصة لعوائد الأسهم الزائدة. تختلف درجة…

تتناول ورقة البحث تعقيدات توقعات سوق الأسهم، مع تسليط الضوء على التحديات التي تطرحها الطبيعة غير الخطية وغير الثابتة لبيانات الأسهم، بالإضافة إلى التأثيرات الخارجية مثل الظروف الاقتصادية ومشاعر المستثمرين. تنتقد فرضية السير العشوائي وفرضية السوق الفعالة، التي تقترح أن تحركات أسعار الأسهم غير قابلة للتنبؤ بطبيعتها. ومع ذلك، يجادل المؤلفون بأن أسعار الأسهم قد…