تقدم هذه الدراسة نهجًا جديدًا للتعلم الجماعي لتصنيف وتوقع اتجاه الأسهم، مع التركيز على تعزيز الدقة من خلال الاختيار الاستراتيجي للمتعلمين الأساسيين، وتحسين المعلمات عبر GridSearchCV، وتقنيات التعلم الجماعي الهجينة. تستخدم الدراسة مجموعة متنوعة من نماذج التعلم الآلي، بما في ذلك الانحدار اللوجستي (LR)، وغابة عشوائية (RF)، وأشجار القرار (DT)، وآلات الدعم الناقل (SVM)، وأقرب…

تستكشف هذه الورقة البحثية تطوير استراتيجية استثمار خوارزمية (AIS) باستخدام شبكات مشفر تلقائي تحت إشراف – متعددة الطبقات (SAE-MLP)، مع التركيز على بيانات الأسعار عالية التردد بدلاً من أسعار الإغلاق اليومية التقليدية. تتناول الدراسة ثلاثة أسئلة بحثية رئيسية: تأثير زيادة البيانات وإزالة الضوضاء على أداء الاستراتيجية، فعالية تصنيف الحواجز الثلاثية مقارنة بتصنيف الاتجاه البسيط، ودور…

تقدم ورقة البحث نموذج Helformer، وهو نهج جديد في التعلم العميق مصمم لتوقع أسعار العملات المشفرة. يجمع هذا النموذج بين التنعيم الأسي لـ Holt-Winters مع بنية قائمة على Transformer، مما يمكّن من تحليل بيانات السلاسل الزمنية بفعالية إلى مكوناتها من المستوى، الاتجاه، والموسمية. تسلط الدراسة الضوء على قيود طرق التوقع التقليدية، التي غالبًا ما تتجاهل…

تقدم ورقة البحث نموذجًا جديدًا لتوقع أسعار الأسهم، يُسمى نموذج تحليل الوضع المتغير-الرسم البياني المفلتر بشكل مثلثي-ذاكرة طويلة وقصيرة الأجل (VMD-TMFG-LSTM)، مصممًا لتعزيز دقة التنبؤ، والاستقرار، والكفاءة الحسابية في سياق الطبيعة غير الخطية والمعقدة للغاية لأسواق الأسهم. غالبًا ما تفشل الطرق الإحصائية التقليدية، على الرغم من فعاليتها للبيانات الخطية، في التقاط الديناميات المعقدة لحركات أسعار…