الأبحاث ضمن الموضوع الرئيسي: طرق التنبؤ بسوق الأسهم
-
هيلفورمر: نموذج تعلم عميق قائم على الانتباه لتوقع أسعار العملات المشفرة
Helformer: an attention-based deep learning model for cryptocurrency price forecastingتقدم 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…
-
الذكاء الاصطناعي في تحسين المالية وسلسلة التوريد: التحليلات التنبؤية لنمو الأعمال واستقرار السوق في الولايات المتحدة الأمريكية
Artificial Intelligence in Financial and Supply Chain Optimization: Predictive Analytics for Business Growth and Market Stability in The USAتستكشف هذه الدراسة دمج الذكاء الاصطناعي (AI) وتعلم الآلة (ML) في تعزيز عمليات سلسلة التوريد والتنبؤ المالي داخل الولايات المتحدة الأمريكية. تستخدم مجموعة متنوعة من نماذج تعلم الآلة لمعالجة تحديات محددة: يتم استخدام الشبكات العصبية طويلة وقصيرة المدى (LSTM) للتنبؤ بالتسلسل، بينما يتم تطبيق الانحدار اللوجستي، وغابة عشوائية، وتقنيات التعزيز للكشف عن الاحتيال. بالإضافة إلى…
-
مراجعة لأطر هندسة البيانات (ترينو وكوبيرنيتس) لتنفيذ الذكاء الاصطناعي التوليدي في المخاطر المالية
Review of Data Engineering Frameworks (Trino and Kubernetes) for Implementing Generative AI in Financial Riskتقدم هذه الورقة نظرة شاملة على إطار عمل هندسة البيانات الكاملة المصمم لدمج الذكاء الاصطناعي التوليدي (GenAI) في إدارة المخاطر المالية. تتناول التحديات والتطبيقات لمجموعة متنوعة من أدوات هندسة البيانات الضرورية لتنفيذ GenAI، مع تسليط الضوء على إمكاناته التحويلية في توليد بيانات اصطناعية لاختبارات الضغط، واكتشاف الشذوذ، ونمذجة المخاطر. يتضمن الإطار تقنيات البيانات الضخمة مثل…
-
التنبؤ بسلاسل الزمن باستخدام التعلم العميق: نهج الشبكات العصبية التلافيفية للتنبؤ باتجاهات التضخم
Deep Learning-Based Time Series Forecasting: A Convolutional Neural Network Approach for Predicting Inflation Trendsتستكشف هذه الدراسة استخدام الشبكات العصبية التلافيفية (CNNs) للتنبؤ باتجاهات التضخم في مصر، مع معالجة قيود النماذج الاقتصادية التقليدية مثل ARIMA و VAR في التقاط الاعتماديات الزمنية المعقدة وغير الخطية في بيانات السلاسل الزمنية الاقتصادية. باستخدام بيانات التضخم التاريخية من 1960 إلى 2023، تم تطوير نموذج CNN من خلال منهجية تضمنت معالجة البيانات، واستخراج الميزات…
-
تقدم توقع مخاطر المالية وتحسين المحفظة باستخدام تقنيات التعلم الآلي
Advancing Financial Risk Prediction and Portfolio Optimization Using Machine Learning Techniquesتستكشف هذه الدراسة استخدام نماذج التعلم الآلي في توقع المخاطر المالية وتحسين إدارة المحافظ، مقارنةً بالخوارزميات مثل الغابة العشوائية، وتعزيز التدرج، وذاكرة المدى الطويل والقصير (LSTM)، وشبكات المحولات. تشير النتائج إلى أن هذه الأساليب في التعلم الآلي تتفوق بشكل كبير على النماذج المالية التقليدية من حيث دقة التوقعات والعوائد المعدلة حسب المخاطر. على وجه الخصوص،…
-
تآزر الذكاء الاصطناعي التوليدي والبيانات الضخمة في المخاطر المالية: مراجعة للتطورات الحديثة
The Synergy of Generative AI and Big Data for Financial Risk: Review of Recent Developmentsتقدم هذه الورقة مراجعة شاملة للتطورات في الذكاء الاصطناعي التوليدي (Gen AI) والبيانات الضخمة، لا سيما في قطاع المالية، مع توقع حدوث تحول كبير نحو الذكاء الاصطناعي الوكالي بحلول عام 2025. تؤكد على دمج Gen AI مع البيانات الضخمة، خاصة في إدارة المخاطر المالية، وتقترح استراتيجيات لتعزيز هذه التآزر. أدت التطورات الأخيرة، بما في ذلك…
-
تصميم وكلاء LLM غير المتجانسين لتحليل المشاعر المالية
Designing Heterogeneous LLM Agents for Financial Sentiment Analysisتقدم هذه القسم تحولًا كبيرًا في تطبيق نماذج اللغة الكبيرة (LLMs) ضمن مجال تحليل المشاعر المالية (FSA). تقليديًا، كان تحليل المشاعر المالية يركز على جمع البيانات الواسعة وتدريب النماذج؛ ومع ذلك، تؤكد هذه الدراسة على الاستفادة من نماذج LLM المدربة مسبقًا دون تعديل، مما يتماشى مع الاستراتيجيات المعاصرة التي تعطي الأولوية للتوافق البشري والاستخدام الفعال…
-
تنبؤ سوق الأسهم المعتمد على التعلم العميق مع دمج مشاعر ESG والمؤشرات الفنية
Deep-learning-based stock market prediction incorporating ESG sentiment and technical indicatorsتؤكد ورقة البحث على الأهمية المتزايدة للاستدامة في المؤسسات الحديثة، لا سيما من خلال دمج معلومات البيئة والمجتمع والحوكمة (ESG) في التقييمات المالية. يتم تسليط الضوء على مؤشرات ESG كمعايير حاسمة لتقييم ممارسات الشركة المستدامة والحوكمة، والتي تؤثر بدورها على ثقة المستثمرين، وإمكانات النمو، وأسعار الأسهم. تقدم الدراسة نهجًا جديدًا يجمع بين مؤشر مشاعر ESG…
-
تداول المشاعر باستخدام نماذج اللغة الكبيرة
Sentiment trading with large language modelsفي هذه الدراسة، نقيم أداء نماذج اللغة الكبيرة (LLMs) مثل OPT وBERT وFinBERT، جنبًا إلى جنب مع قاموس لوغرن-ماكدونالد التقليدي، في تحليل المشاعر لـ 965,375 مقالة إخبارية مالية أمريكية من 2010 إلى 2023. تشير نتائجنا إلى أن نموذج OPT المعتمد على GPT-3 يتفوق بشكل كبير على نظرائه، محققًا دقة توقع عائد سوق الأسهم بنسبة 74.4%.…