الأبحاث ضمن الموضوع : طرق التنبؤ بسوق الأسهم
-
دمج LSTM وCNN لتوقع سوق الأسهم: نهج ديناميكي في التعلم الآلي
2025 | المؤلف: Sujata Joshi وآخرون | المجلة: Journal of Artificial Intelligence and Technology | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تستكشف هذه الورقة البحثية فعالية نماذج التعلم الآلي المختلفة – وبشكل خاص الشبكات العصبية التلافيفية (CNN) وذاكرة طويلة وقصيرة المدى (LSTM) ونموذج هجين LSTM-CNN – في توقع أسعار الأسهم للشركات المدرجة في البورصة الوطنية (NSE). يجمع النموذج الهجين بين قدرات استخراج الميزات المكانية لـ CNNs مع نقاط قوة نمذجة الاعتماد الزمني لـ LSTMs، مما يؤدي…
-
مقارنة البيانات القطاعية والمالية لتقييم ESG لصناديق الاستثمار المشتركة باستخدام التعلم الآلي
2025 | المؤلف: Iñigo Martín-Melero وآخرون | المجلة: Financial Innovation | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تستكشف ورقة البحث تطبيق تقنيات التعلم الآلي (ML) للتنبؤ بالدرجات البيئية/الاجتماعية/الحكومية (ESG) لـ 3,192 صندوق استثماري، باستخدام كل من البيانات المالية ومعلومات حول المشاركة في القطاعات المثيرة للجدل من حيث ESG. استخدمت الدراسة 72 محاكاة، مطبقة ثلاثة خوارزميات تصنيف وثلاثة خوارزميات انحدار، مع التركيز على الغابات العشوائية وتعزيز التدرج، والتي أظهرت قدرات تنبؤية قوية. أشارت…
-
تحليل مقارن لتقنيات التعلم الآلي والتعلم العميق لتوقع أسعار السوق بدقة
2025 | المؤلف: Olamilekan Shobayo وآخرون | المجلة: Analytics | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقيّم هذه الدراسة الأداء التنبؤي لثلاثة نماذج—الانحدار باستخدام الدعم المتجه (SVR)، والشبكات العصبية المتكررة (RNN)، وذاكرة طويلة وقصيرة الأجل (LSTM)—باستخدام مجموعة بيانات مؤشر NGX الشامل. تم تقييم النماذج من خلال مقاييس خطأ متنوعة، بما في ذلك متوسط الخطأ المطلق (MAE)، ومتوسط الخطأ التربيعي (MSE)، وجذر متوسط مربع الخطأ (RMSE)، ومتوسط نسبة الخطأ (MPE)، وقيم R-squared.…
-
الذكاء الاصطناعي في خدمة التمويل الريادي: هيكل المعرفة والنموذج الخوارزمي الأساسي
2025 | المؤلف: Robert Kudelić وآخرون | المجلة: Financial Innovation | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الدراسة مراجعة ببليومترية لتطبيقات الذكاء الاصطناعي (AI) ضمن مجالات التمويل الريادي والتمويل المؤسسي، خاصة فيما يتعلق بريادة الأعمال. أسفرت عملية بحث شاملة في مجموعة ويب أوف ساينس الأساسية عن 1,890 مقالة بحثية للتحليل، مما كشف عن رؤى مهمة حول الحالة الحالية للبحث في هذا المجال. تسلط النتائج الضوء على هيمنة الشبكات العصبية الاصطناعية،…
-
مراجعة لأطر هندسة البيانات (ترينو وكوبيرنيتس) لتنفيذ الذكاء الاصطناعي التوليدي في المخاطر المالية
2025 | المؤلف: Satyadhar Joshi | المجلة: International Journal of Research Publication and Reviews | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم 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
2025 | المؤلف: Mostafa Abotaleb وآخرون | المجلة: EDRAAK | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تستكشف 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
2025 | المؤلف: Aftab Uddin وآخرون | المجلة: The American Journal of Management and Economics Innovations | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تستكشف 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
2025 | المؤلف: Sarang Joshi | المجلة: International Journal For Multidisciplinary Research | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم 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…
-
تصنيف لمراجعات الأدبيات ودراسة تجريبية للتعلم العميق المعزز في إدارة المحافظ
2025 | المؤلف: Mohadese Rezaei وآخرون | المجلة: Artificial Intelligence Review | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه القسم نظرة عامة على تطبيق التعلم العميق المعزز (DRL) في إدارة المحافظ، مع تسليط الضوء على مزاياه مقارنة بالطرق التقليدية مثل تحليل المتوسط-التباين. يسمح DRL بإجراء تعديلات ديناميكية على استراتيجيات الاستثمار بناءً على ردود الفعل السوقية في الوقت الحقيقي، مما يجعله مناسبًا بشكل خاص لتعقيدات الأسواق المالية الحديثة. يتضمن البحث مراجعة أدبية لتطبيقات…
-
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…