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




  • نموذج ARIMA-LSTM الهجين لتوقع سوق الأسهم: نهج تكامل السلاسل الزمنية والتعلم العميق

    2026 | المؤلف: Zhenyun Du | المجلة: Informatica | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تستكشف هذه الدراسة فعالية نموذج هجين يجمع بين ARIMA و LSTM في توقعات سوق الأسهم، مع التأكيد على تفوقه على النماذج التقليدية في التعامل مع العلاقات غير الخطية المعقدة والاعتماديات طويلة الأجل. شملت المنهجية معالجة شاملة للبيانات، بما في ذلك استيفاء السلاسل الزمنية للقيم المفقودة، وتطبيع البيانات العددية إلى الفترة [0، 1]، وتقسيم التدريب والاختبار…


  • من العناوين إلى اتجاهات الأسهم: معالجة اللغة الطبيعية ونهج الذكاء الاصطناعي القابل للتفسير في توقع نبض الاقتصاد التركي

    2026 | المؤلف: Mahat Maalim Ibrahim وآخرون | المجلة: Borsa Istanbul Review | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تبحث هذه الورقة البحثية في العلاقة بين تحركات سوق الأسهم والسرد الإخباري في تركيا، مستفيدة من تزايد توفر بيانات النصوص. تحلل الدراسة الأخبار التجارية والمالية والاقتصادية من أربع منشورات رئيسية—The Economist وThe New York Times وThe Guardian وYeni Şafak—بالإضافة إلى التغريدات المحلية، التي تعمل كمؤشرات لمشاعر الأخبار المحلية. باستخدام بيانات سوق الأسهم التركية اليومية من…


  • تقنية تسريع الخوارزميات لتعلم الآلة في توقعات السلاسل الزمنية المالية

    2026 | المؤلف: Hong Xia Pan | المجلة: International Scientific Technical and Economic Research | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم التعقيدات المتزايدة في الأسواق المالية تحديات كبيرة لطرق التنبؤ التقليدية بالسلاسل الزمنية المالية. استجابةً لذلك، ظهرت تقنيات التعلم الآلي، وخاصة التعلم العميق، كبديل قوي. ومع ذلك، غالبًا ما تتطلب هذه النماذج المتقدمة موارد حسابية كبيرة، مما يؤدي إلى تأخيرات في كل من عمليات التدريب والتنبؤ. لمعالجة هذه الكفاءات، تم تطوير تقنيات تسريع خوارزميات التعلم…


  • تحسين دقة توقعات سلسلة الزمن لصناديق الاستثمار العقاري (REITs) باستخدام التعلم الآلي ومؤشرات التحليل الفني

    2026 | المؤلف: Fatim Z. Habbab وآخرون | المجلة: Artificial Intelligence Review | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تستكشف هذه الدراسة القدرات التنبؤية لخمس خوارزميات تعلم آلي – الانحدار الخطي العادي، والانحدار باستخدام دعم المتجهات، والانحدار باستخدام أقرب الجيران، وتعزيز التدرج المتطرف، والشبكات العصبية ذات الذاكرة الطويلة/القصيرة – لتوقع أسعار صناديق الاستثمار العقاري (REIT). من خلال دمج مؤشرات التحليل الفني (TAIs) مع بيانات الأسعار التاريخية، تهدف الدراسة إلى تحسين دقة التنبؤ لـ 30…


  • تحسين توقعات أسعار الأسهم باستخدام M-A-BiLSTM: نهج جديد

    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

    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

    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…


  • TCN-QV: طريقة تعلم عميقة قائمة على الانتباه لتوقعات سلسلة الزمن الطويلة لأسعار الذهب

    2026 | المؤلف: Zhenyun Du | المجلة: PLoS ONE | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم ورقة البحث نموذجًا جديدًا، يُطلق عليه TCN-QV، والذي يدمج الشبكات التلافيفية الزمنية (TCN) مع آليات الانتباه للاستعلام والمفاتيح (QK) لتحسين دقة توقعات أسعار الذهب. نظرًا للتحديات الكامنة في توقع أسعار الذهب بسبب تقلباتها العشوائية، وخصائصها غير الخطية، وتقلبها العالي، يستخدم نموذج TCN-QV طبقات تلافيفية سببية متداخلة لاستخراج الميزات الزمنية بفعالية من بيانات السلاسل الزمنية.…


  • التنبؤ بسعر البيتكوين باستخدام الذكاء الاصطناعي

    2026 | المؤلف: Gil Cohen وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تستكشف هذه الورقة البحثية فعالية استراتيجيات الذكاء الاصطناعي (AI) وتعلم الآلة (ML) في التنبؤ بتحركات سعر البيتكوين وصياغة استراتيجيات استثمار تكيفية خلال الفترة من يناير 2018 إلى يناير 2024. حقق النهج المدفوع بالذكاء الاصطناعي، الذي يستخدم مجموعة من الشبكات العصبية، عائدًا إجماليًا ملحوظًا قدره 1640.32%، متفوقًا بشكل كبير على استراتيجية تعلم الآلة، التي حققت عائدًا…


  • إطار جديد لتجميع القرارات: BiLSTM مخصص للاهتمام وXGBoost لتوقع أسعار الأسهم المضاربة

    2026 | المؤلف: Riaz Ud Din وآخرون | المجلة: PLoS ONE | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم ورقة البحث إطار عمل ACB-XDE (مجموعة قرارات BiLSTM-XGB مخصصة للاهتمام) ، المصمم لتعزيز توقع أسعار إغلاق البيتكوين-الدولار الأمريكي (BTC-USD) اليومية في ظل التحديات التي تفرضها الطبيعة المضاربة والمتقلبة للأسواق المالية. يدمج هذا الإطار المبتكر نموذج Bi-directional Long Short-Term Memory (BiLSTM) المخصص مع آلية اهتمام جديدة وخوارزمية XGBoost. يلتقط BiLSTM المخصص الاعتماديات التسلسلية المعقدة والاتجاهات…


←السابق
1 … 4 5 6 7 8 … 17
التالي→

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