الأبحاث المرتبطة بالكلمة المفتاحية: توقع أسعار الأسهم
-
TIC-FusionNet: إطار تعلم عميق متعدد الوسائط مع تحليل زمني ودمج قائم على الانتباه لتوقع السلاسل الزمنية TIC-FusionNet: A multimodal deep learning framework with temporal decomposition and attention-based fusion for time series forecasting
2026 | المؤلف: Liyu Chen وآخرون | المجلة: PLoS ONE | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم ورقة البحث TIC-FusionNet، وهو إطار تعلم عميق متعدد الوسائط مصمم لتوقعات السلاسل الزمنية في الأسواق المالية، معالجًا أوجه القصور في نماذج الأحادية والاعتماد قصير المدى في البيئات المليئة بالضوضاء. تتكامل البنية المعمارية مع ثلاثة مكونات رئيسية: وحدة تحليل المتوسط المتحرك الأسي (EMA) لتقليل الضوضاء واستخراج الاتجاهات، ومحول خطي لنمذجة الزمن الطويلة بكفاءة، وCNN قنوي…
-
نموذج تعلم عميق قائم على الانتباه من نوع CNN-LSTM هجين لتوقع أسعار الأسهم باستخدام المؤشرات الفنية A Hybrid CNN-LSTM Attention-Based Deep Learning Model for Stock Price Prediction Using Technical Indicators
2026 | المؤلف: H C Bhanujyothi وآخرون | المجلة: Engineering Technology & Applied Science Research | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)يتناول قسم ورقة البحث التحديات المتعلقة بتوقع أسعار الأسهم، وخاصةً بالنسبة للأسهم المتقلبة مثل تسلا، بسبب الطبيعة المعقدة وغير الخطية لبيانات السوق. لقد حسنت خوارزميات التعلم العميق التقليدية، بما في ذلك التفكيك العميق (DUF) وذاكرة المدى الطويل والقصير (LSTM) والشبكات العصبية التلافيفية (CNN)، القدرة على اكتشاف الأنماط المعقدة ولكنها غالبًا ما تفشل في التقاط الاعتمادات…
-
توقع التعلم العميق لمخاطر الانخفاض: تطبيق ESRNN-VAE المدمج A deep learning forecasting of downside risk: application of a combined ESRNN-VAE
2026 | المؤلف: Caston Sigauke وآخرون | المجلة: Frontiers in Applied Mathematics and Statistics | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة البحثية نموذج توقع هجين جديد يجمع بين شبكة الأعصاب المتكررة ذات التنعيم الأسي (ESRNN) ومشفّر التباين (VAE) للتنبؤ بمخاطر انخفاض أسعار الأسهم لشركة ساسول المحدودة من 2010 إلى 2025. النماذج التقليدية لسلاسل الزمن مثل ARIMA وGeneralized Autoregressive Conditional Heteroscedasticity محدودة بسبب افتراضاتها المتعلقة بالخطية والثبات، وهو ما يسعى هذا النموذج لتجاوزه. يخصص…
-
تحسين نموذج نظام الاستدلال العصبي الضبابي القائم على خوارزمية هاريس هاوك الفوضوية لتوقع الأسهم Optimizing adaptive neuro-fuzzy inference system model based Chaotic Harris Hawks algorithm for stock prediction
2026 | المؤلف: Zahraa Elsayed Mohamed وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة البحثية نظام استدلال عصبي ضبابي تكيفي (ANFIS) محسن معزز بخوارزمية تحسين هاريس هاوكز الفوضوية (ChHHO) لتحسين توقعات سوق الأسهم. تتناول الدراسة التحديات التي تطرحها فرضية السوق الفعّال، والتي تعقد التنبؤ الدقيق بسبب الطبيعة الفوضوية وغير الخطية للبيانات المالية. يظهر نموذج ANFIS-ChHHO المقترح أداءً تنبؤيًا متفوقًا مقارنةً بـ ANFIS التقليدي وبدائل محسنة أخرى،…
-
الشبكات العصبية المستوحاة من الكم للكيوبت والكيوبتريث للتنبؤ المالي في الوقت الحقيقي Quantum inspired qubit qutrit neural networks for real time financial forecasting
2026 | المؤلف: Kanishk Bakshi وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تتناول هذه الورقة البحثية فعالية نماذج التعلم الآلي المختلفة في توقع الأسهم، مع التركيز بشكل خاص على الشبكات العصبية الاصطناعية (ANNs)، والشبكات العصبية القائمة على الكيوبت (QQBNs)، والشبكات العصبية القائمة على الكيوترت (QQTNs). توضح الدراسة المنهجيات والهياكل وعمليات التدريب المستخدمة، كاشفة عن اختلافات ملحوظة في أوقات التدريب ومقاييس الأداء بين النماذج. على الرغم من أن…
-
نموذج توقع من مرحلتين باستخدام اختيار ميزات قائم على مجموعة الغابة العشوائية وBiGRU مع آلية الانتباه: تطبيق على مؤشرات الأسهم A two-stage forecasting model using random forest subset-based feature selection and BiGRU with attention mechanism: Application to stock indices
2026 | المؤلف: Shafiqah Azman وآخرون | المجلة: PLoS ONE | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم البحث نموذج توقع من مرحلتين مصمم لتعزيز دقة وموثوقية توقعات أسعار الأسهم، مع معالجة التحديات التي تطرحها الطبيعة غير المتجانسة والمتقلبة لبيانات سوق الأسهم. تستخدم المرحلة الأولى طريقة اختيار الميزات المعتمدة على مجموعة الغابات العشوائية (RFS)، مستفيدة من التحقق المتكرر باستخدام تقنية k-fold لتحديد المجموعة المثلى من الميزات من ثمانية متنبئين، بما في ذلك…
-
من الأخبار إلى الاتجاهات: إطار توقع السلاسل الزمنية المالية مع تحليل مشاعر الأخبار المدفوعة بواسطة LLM والمساحات الحالة الانتقائية From news to trends: a financial time series forecasting framework with LLM-driven news sentiment analysis and selective state spaces
2026 | المؤلف: Renjie Wang وآخرون | المجلة: Journal of Intelligent Information Systems | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)يقدم هذا القسم نظرة عامة على Senti-MambaMoE، وهو نموذج جديد مصمم لتعزيز توقعات أسعار الأسهم من خلال دمج بيانات الأسعار التاريخية مع تحليل المشاعر المستمدة من الأخبار المالية. غالبًا ما تفشل طرق التنبؤ التقليدية في التقاط مشاعر السوق، وهو أمر حاسم للتنبؤات الدقيقة. للتغلب على هذه القيود، يقوم المؤلفون بضبط نموذج لغة كبير قائم على…
-
تحسين توقعات أسعار الأسهم باستخدام M-A-BiLSTM: نهج جديد Improving stock price forecasting with M-A-BiLSTM: a novel approach
2026 | المؤلف: Zihan Liu | المجلة: Frontiers in Applied Mathematics and Statistics | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم البحث نموذج هجين جديد لتوقع أسعار الأسهم، يسمى M-A-BiLSTM، والذي يجمع بين آليات الانتباه، والشبكات العصبية متعددة الطبقات (MLP)، والشبكات العصبية ذات الذاكرة الطويلة القصيرة الاتجاه (Bi-LSTM). يهدف هذا النموذج إلى تحسين اختيار الميزات والتقاط الأنماط غير الخطية بفعالية في بيانات السلاسل الزمنية المالية. تم تقييمه على مجموعات بيانات الأسهم من آبل، وإكسون موبيل،…
-
نموذج CNN-LSTM هجين لتوقع أسعار الأسهم مع الاعتماد على الزمان والمكان A Hybrid CNN-LSTM Model for Stock Price Prediction with Spatial and Temporal Dependencies
2026 | المؤلف: Zhenyun Du | المجلة: Applied and Computational Engineering | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة البحثية مراجعة شاملة لأساليب التعلم الآلي (ML) والتعلم العميق (DL) لتوقع أسعار الأسهم، مع التركيز بشكل خاص على الشبكات العصبية الذاكرة طويلة وقصيرة الأجل (LSTM) والشبكات العصبية التلافيفية (CNNs). يقترح المؤلفون نموذج هجين من CNN-LSTM مصمم لتحسين دقة التنبؤ من خلال الاستفادة من CNNs لاستخراج الميزات المكانية من البيانات المالية التاريخية، تليها…
-
TCNAttention-RAG: إطار توقع الأسهم واكتشاف الاحتيال بناءً على تحليل التقارير المالية TCNAttention-RAG: Stock Prediction and Fraud Detection Framework Based on Financial Report Analysis
2026 | المؤلف: Yuan Liu وآخرون | المجلة: Applied and Computational Engineering | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه البحث إطار عمل TCNAttention-RAG، وهو نموذج هجين للتعلم العميق مصمم لتعزيز توقعات أسعار الأسهم وسط تقلبات الأسواق المالية ومخاطر الاحتيال. يدمج الإطار شبكة الالتفاف الزمنية (TCN) لاستخراج الميزات الزمنية، وطبقة متعددة من الخلايا العصبية (MLP) للتمثيل غير الخطي، وآلية الانتباه لوزن الميزات الديناميكية. بالإضافة إلى ذلك، يستخدم توليد معزز بالاسترجاع (RAG) لاستخراج رؤى…