تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الموضوعات الرئيسية
  3. طرق التنبؤ بسوق الأسهم

الأبحاث ضمن الموضوع : طرق التنبؤ بسوق الأسهم




  • التحليل المقارن لتوقع أسعار الأسهم باستخدام التعلم العميق مع طريقة قياس البيانات

    2025 | المؤلف: I Nyoman Switrayana وآخرون | المجلة: JTIM Jurnal Teknologi Informasi dan Multimedia | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تستكشف هذه الدراسة فعالية ثلاثة نماذج تعلم عميق—الشبكة العصبية المتكررة (RNN)، وحدة التكرار المغلقة (GRU)، وذاكرة طويلة وقصيرة المدى (LSTM)—في التنبؤ بأسعار الأسهم باستخدام بيانات مصرفية يومية تاريخية من ياهو فاينانس. الهدف الأساسي هو تحديد أي نموذج يلتقط بشكل أفضل الأنماط التسلسلية والاعتمادات الزمنية المتأصلة في تحركات أسعار الأسهم. تم تحسين كل نموذج باستخدام مقياس…


  • طريقة توقع الأسهم الهجينة تعتمد على تحليل الميزات الدورية وغير الدورية

    2025 | المؤلف: Cheng Zhao وآخرون | المجلة: EPJ Data Science | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم ورقة البحث نموذجًا جديدًا يسمى ETT، والذي يدمج تحليل النمط التجريبي الكامل (CEEMD)، Time2Vec، وهياكل Transformer لتعزيز توقع أسعار الأسهم في سوق الأسهم الصينية. يعالج النموذج التحديات التي تطرحها عدم الخطية وتقلب بيانات سلسلة زمنية الأسهم من خلال تحليل أسعار الأسهم إلى مكونات ترددية متنوعة، مما يلتقط الأنماط الدورية وغير الدورية، ويتعلم الاعتماديات طويلة…


  • أتمتة استراتيجية البحث باستخدام LLM في الاستثمار الكمي

    2025 | المؤلف: Zhizhuo Kou وآخرون | المجلة: Findings of the Association for Computational Linguistics: EMNLP 2025 | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم هذه البحث إطار عمل مبتكر من ثلاث مراحل يدمج نماذج اللغة الكبيرة (LLMs) ضمن نظام متعدد الوكلاء مدرك للمخاطر لأتمتة تطوير الاستراتيجيات في المالية الكمية. يعالج الإطار قيود نماذج التعلم العميق التقليدية من خلال استخدام نماذج LLMs المصممة بعناية لتوليد مرشحات ألفا القابلة للتنفيذ من بيانات مالية متنوعة. يتضمن عملية تقييم متعددة الوسائط تعتمد…


  • الذكاء الاصطناعي يلتقي بالاقتصاد: هل يمكن أن يتجاوز التعلم العميق التعلم الآلي والنماذج الإحصائية التقليدية في توقعات سلسلة زمنية التضخم؟

    2025 | المؤلف: Ezekiel NN Nortey وآخرون | المجلة: Data Science in Finance and Economics | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تدرس هذه الدراسة قدرات التنبؤ لنماذج التعلم العميق (DL) والتعلم الآلي (ML) في توقع معدلات التضخم الشهرية في الولايات المتحدة الأمريكية، مقارنةً بالنماذج الإحصائية التقليدية مثل المتوسطات المتحركة المتكاملة التلقائية (ARIMA) والتنعيم الأسي (ETS) باستخدام طريقة هولت-وينترز الموسمية. باستخدام بيانات من بنك الاحتياطي الفيدرالي في سانت لويس، تشير النتائج إلى أن نماذج DL و ML…


  • توقع أسعار الأسهم باستخدام إشارات حركة السوق الموجهة بواسطة LLM ونموذج المحولات

    2025 | المؤلف: Qizhao Chen | المجلة: FinTech and Sustainable Innovation | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم ورقة البحث نهجًا جديدًا لتوقع أسعار الأسهم يستفيد من نماذج اللغة الكبيرة (LLMs) بالتزامن مع شبكات Transformer. غالبًا ما تكافح طرق التوقع التقليدية لتحليل تعقيدات الأخبار المالية واتجاهات السوق بشكل فعال. لمعالجة ذلك، يقترح المؤلفون إطارًا يستخدم موجهًا منظمًا لاستخراج رؤى من الأخبار المالية وميزات الأسهم، مما يولد اتجاهات متوقعة كمتجهات واحدة ساخنة مع…


  • تحليل مقارن لنماذج ARIMA وNNAR لتوقع السلاسل الزمنية

    2025 | المؤلف: Ghadah Alsheheri | المجلة: Journal of Applied Mathematics and Physics | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تجري هذه الورقة تحليلًا مقارنًا لنماذج ARIMA(1, 1, 0) ونماذج الشبكات العصبية التلقائية (NNAR) لتوقع السلاسل الزمنية، باستخدام كل من البيانات المحاكاة وبيانات وفيات حديثي الولادة من المملكة العربية السعودية. يعتمد تقييم أداء النموذج على مقاييس مثل متوسط الخطأ التربيعي (MSE) ومعيار أكايكي للمعلومات (AIC) ومعيار بايزي للمعلومات (BIC). تكشف النتائج أن نموذج NNAR يتفوق…


  • تحسين دقة التنبؤ المالي من خلال نماذج التعلم العميق المعززة بتحسين السرب

    2025 | المؤلف: S. Balakrishnan وآخرون | المجلة: International Journal of Advanced Computer Science and Applications | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم ورقة البحث نهجًا جديدًا للتنبؤ المالي يدمج خوارزميات قائمة على السرب مع هياكل التعلم العميق لتعزيز دقة التنبؤ في البيانات المالية المعقدة وعالية الأبعاد. النماذج التقليدية، مثل الشبكات العصبية التلافيفية (CNN)، والشبكات العصبية المتكررة (RNN)، وآلات تعزيز التدرج (GBM)، على الرغم من فعاليتها، إلا أن لديها قيودًا في الكفاءة. تستخدم الطريقة المقترحة تقنيات معالجة…


  • هل يمكن لنماذج اللغة الكبيرة أن تتفوق على وول ستريت؟ تقييم تأثير GPT-4 على اتخاذ القرارات المالية باستخدام

    2024 | المؤلف: Georgios Fatouros وآخرون | المجلة: Neural Computing and Applications | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم ورقة البحث MarketSenseAI، وهو إطار عمل جديد يستخدم قدرات التفكير المتقدم لـ GPT-4 لاختيار الأسهم في الأسواق المالية. من خلال استخدام سلسلة من الأفكار والتعلم في السياق، يقوم MarketSenseAI بدمج مجموعة متنوعة من مصادر البيانات – بما في ذلك اتجاهات السوق، الأخبار، الأساسيات، ومؤشرات الاقتصاد الكلي – لمحاكاة استراتيجيات الاستثمار الخبراء. يتم تفصيل تطوير…


  • دمج معلومات السوق متعددة الوسائط لتوقع اتجاه أسعار الأسهم في قطاع الأدوية

    2024 | المؤلف: Hongren Wang وآخرون | المجلة: Applied Intelligence | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    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…


  • تعزيز التعلم الفيدرالي لنموذج MLP–LSTM في خط أنابيب تعلم عميق متكامل لتوقع سوق الأسهم

    2024 | المؤلف: Jayaraman Kumarappan وآخرون | المجلة: International Journal of Computational Intelligence Systems | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم هذه الدراسة نموذج التعلم الفيدرالي المعزز متعدد الطبقات (Fed-MLP-LSTM)، والذي يهدف إلى تحسين دقة توقعات سوق الأسهم من خلال الاستفادة من نقاط القوة في الشبكات العصبية متعددة الطبقات (MLP) لاستخراج الميزات وشبكات الذاكرة طويلة وقصيرة الأجل (LSTM) لنمذجة البيانات الزمنية. باستخدام مؤشر CAC40 للأسهم كدراسة حالة، يتضمن النموذج تقنيات المعالجة المسبقة مثل الاستيفاء الخطي…


←السابق
1 … 11 12 13 14 15 … 17
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.