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

الأبحاث ضمن الموضوع : طرق التنبؤ بسوق الأسهم




  • 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…


  • 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…


  • 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 المشاعر المبتكر وتوقع سعر السهم باستخدام FinBERT وGPT-4 والانحدار اللوجستي: نهج قائم على البيانات

    2024 | المؤلف: Olamilekan Shobayo وآخرون | المجلة: Big Data and Cognitive Computing | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تدرس هذه الدراسة أداء نماذج الذكاء الاصطناعي المتقدمة – تحديدًا FinBERT و GPT-4 والانحدار اللوجستي – في تحليل المشاعر وتوقع مؤشرات الأسهم، مستفيدة من الأخبار المالية وبيانات مؤشر NGX All-Share. تهدف الأبحاث إلى تصنيف مشاعر السوق وتوقع تحركات الأسعار من خلال هذه النماذج، وتقييم فعاليتها باستخدام مقاييس مثل الدقة والدقة المتوسطة والاسترجاع ودرجة F1 و…


  • تعزيز توقعات أسعار الأسهم باستخدام GANs وآليات الانتباه المعتمدة على المحولات

    2024 | المؤلف: S. Li وآخرون | المجلة: Empirical Economics | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم هذه القسم نظرة عامة على أهمية توقع أسعار الأسهم في اتخاذ القرارات المالية، مع تسليط الضوء على قيود الطرق الإحصائية التقليدية في التقاط الديناميات المعقدة للسوق والتعامل مع مجموعات البيانات الكبيرة. لمعالجة هذه التحديات، يقترح المؤلفون نهجًا جديدًا يجمع بين الشبكات التنافسية التوليدية (GANs) وآليات الانتباه المعتمدة على المحولات. يهدف هذا التكامل إلى توليد…


  • نموذج دمج عميق لتوقع سوق الأسهم باستخدام عناوين الأخبار وبيانات السلاسل الزمنية

    2024 | المؤلف: Pin‐Yu Chen وآخرون | المجلة: Neural Computing and Applications | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم هذه الورقة البحثية نموذج تعلم عميق متعدد الوسائط جديد لتوقع اتجاهات الأسهم، مع معالجة تعقيدات سوق الأسهم من خلال دمج مصادر بيانات متعددة. يجمع الهيكل المقترح بين نموذج يعتمد على BERT، تم ضبطه بدقة على الأخبار المالية، مع شبكة الذاكرة طويلة وقصيرة المدى (LSTM) لالتقاط الأنماط الزمنية في أسعار الأسهم والمؤشرات الفنية. يتم إثبات…


  • تصميم وكلاء LLM غير المتجانسين لتحليل المشاعر المالية

    2024 | المؤلف: Frank Xing | المجلة: ACM Transactions on Management Information Systems | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم 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…


  • التعلم العميق لتوقع اتجاه سعر البيتكوين: نماذج واستراتيجيات تداول تمت مقارنتها تجريبيًا

    2024 | المؤلف: Oluwadamilare Omole وآخرون | المجلة: Financial Innovation | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تستكشف هذه الورقة البحثية تطبيق نماذج التعلم العميق، وتحديدًا الشبكة العصبية التلافيفية – الذاكرة القصيرة والطويلة (CNN-LSTM)، وشبكة السلاسل الزمنية الطويلة والقصيرة (LSTNet)، والشبكة التلافيفية الزمنية (TCN)، جنبًا إلى جنب مع نموذج ARIMA القياسي، للتنبؤ بتحركات سعر البيتكوين باستخدام بيانات السلسلة. تستخدم الدراسة تقنيات اختيار ميزات متنوعة، بما في ذلك بوروتا، والخوارزمية الجينية (GA)، وآلة…


  • توقع اتجاهات الأسهم المالية وبيانات الاقتصاد باستخدام تحليل السلاسل الزمنية بتقنية التعلم الآلي

    2024 | المؤلف: Haotian Zheng وآخرون | المجلة: Applied and Computational Engineering | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تستكشف هذه الورقة دور التعلم الآلي في تحليل السلاسل الزمنية المالية، وخاصة في التنبؤ بالاتجاهات في أسهم الشركات المالية والبيانات الاقتصادية. تميز بين أنواع الأسهم المختلفة وتناقش استراتيجيات إدارة المخاطر داخل سوق الأسهم. تقيم الورقة الأساليب الإحصائية التقليدية، مثل ARIMA والتنعيم الأسي، مع تسليط الضوء على نقاط قوتها وضعفها في التنبؤ الاقتصادي. ثم تؤكد على…


  • توقع أسعار الأسهم في السلاسل الزمنية بناءً على خوارزمية جينية (GA) – شبكة الذاكرة طويلة وقصيرة المدى (LSTM)

    2024 | المؤلف: Xinye Sha | المجلة: Advances in Economics Management and Political Sciences | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم هذه الورقة البحثية خوارزمية جديدة للتنبؤ بالسلاسل الزمنية تدمج تحسين الخوارزمية الجينية (GA) مع شبكة الذاكرة طويلة وقصيرة المدى (LSTM) للتنبؤ بأسعار الأسهم، مع معالجة التحديات التي تطرحها عصر البيانات الكبيرة. تبدأ المنهجية بتحليل إحصائي وصفي لبيانات الأسهم، تليها بناء وتدريب نموذج GA-LSTM. تؤدي عملية التحسين إلى تقليل كبير في متوسط الخطأ المطلق (MAE)…


←السابق
1 … 3 4 5 6
التالي→

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