الأبحاث ضمن الموضوع : طرق التنبؤ بسوق الأسهم
-
نهج الشبكة العصبية العميقة المدمج مع التعلم المعزز لتوقع أسعار الصرف باستخدام بيانات السلاسل الزمنية والعوامل المؤثرة
2025 | المؤلف: T. Soni Madhulatha وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم الدراسة بنية هجينة جديدة تجمع بين شبكات الذاكرة طويلة وقصيرة المدى (LSTM) وعوامل الشبكة العميقة Q (DQN) لتوقع أسعار الصرف، مع التركيز بشكل خاص على مجموعة بيانات USD/INR. تعزز هذه الطريقة النماذج التقليدية من خلال دمج التعلم المعزز، مما يسمح للنظام بالتعلم التكيفي من التغذية الراجعة وتحسين دقة التنبؤ، كما تقاس بواسطة مقاييس مثل…
-
التعلم الآلي، توقع سوق الأسهم، وكفاءة السوق: دراسة مقارنة
2025 | المؤلف: Oscar H. Bustos وآخرون | المجلة: International Journal of Data Science and Analytics | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تستكشف هذه الورقة البحثية دقة خوارزميات التعلم الآلي المختلفة في التنبؤ بمؤشرات سوق الأسهم، مع معالجة فجوة في الأدبيات الحالية التي تركز غالبًا على مؤشرات محدودة وإطارات زمنية قصيرة مع تجاهل تأثير كفاءة السوق. تستخدم الدراسة مجموعة بيانات شاملة تشمل 55 سوقًا على مدى 65 فترة شهرين من يناير 2011 إلى يوليو 2022. تقيم أداء…
-
التقييم التجريبي لنماذج اللغة الكبيرة في توقع عوائد الأصول
2025 | المؤلف: Bing Xing Wang | المجلة: Academic Journal of Sociology and Management | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)في هذا البحث، يتناول المؤلفون قيود نماذج التنبؤ بالعائدات التقليدية في الاستفادة من بيانات النص غير المنظم وسط التعقيد المتزايد للأسواق المالية. يقترحون إطار تنبؤ متكامل يجمع بين العوامل الدلالية المستمدة من نماذج اللغة الكبيرة (LLMs) مع العوامل التقليدية المتعلقة بالسعر والحجم والعوامل الكمية الكلية، مستفيدين من بيانات عبر الأصول من الأسهم، والسندات، وعقود السلع…
-
شبكة RCSAN المعززة للقناة المتبقية لتحليل الانتباه المكاني لتوقع أسعار الأسهم
2025 | المؤلف: Wenjie Sun وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الدراسة شبكة الانتباه القنوي المكاني المعزز بالمخلفات (R-CSAN) لتوقع أسعار الأسهم، والتي تجمع بين آليات الانتباه التكيفي القنوي المكاني مع الاتصالات المتبقية لنمذجة الأنماط المعقدة في السلاسل الزمنية المالية بفعالية. تتميز البنية بهيكل ترميز-فك، حيث يستخدم الترميز عدة طبقات من وحدات الانتباه لاستخراج علاقات الميزات من البيانات التاريخية، بينما يستخدم الفك آلية قناع…
-
بنية جديدة قائمة على المحولات مع انتباه مزدوج لتوقع السلاسل الزمنية المالية
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Journal of King Saud University – Computer and Information Sciences | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم ورقة البحث بنية جديدة تعتمد على الانتباه المزدوج للتنبؤ المالي، حيث تتناول تعقيدات ديناميات السوق من خلال إطار عمل معزز للتشفير وفك التشفير. يتكون النموذج المقترح من شبكتين متوازيتين: شبكة انتباه الأسعار (PAN) وشبكة انتباه غير الأسعار (NAN). تركز شبكة PAN على استخراج ميزات معقدة من بيانات الأسعار التاريخية باستخدام وحدة انتباه ذاتي مقنع…
-
التعلم العميق المعزز المعدل حسب المخاطر لتحسين المحفظة: نهج متعدد المكافآت
2025 | المؤلف: Himanshu Choudhary وآخرون | المجلة: International Journal of Computational Intelligence Systems | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم ورقة البحث نهجًا جديدًا للتعلم العميق المعزز المعدل حسب المخاطر (RA-DRL) لتحسين المحفظة، مع معالجة التعقيدات التي تواجه المستثمرين الذين يتجنبون المخاطر. تستخدم المنهجية ثلاثة وكلاء مختلفين للتعلم العميق المعزز (DRL)، تم تدريب كل منها باستخدام دوال مكافأة مختلفة – العوائد اللوغاريتمية، ونسبة شارب التفاضلية، والحد الأقصى للانخفاض – لإنشاء سياسة موحدة. يتم تحسين…
-
استغلال نموذج اللغة الكبير كمؤشر لمشاعر الأخبار في أسواق الأسهم: استراتيجية معززة بالمعرفة
2025 | المؤلف: Weisi Chen وآخرون | المجلة: Discover Computing | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)في سياق المجال المتقدم بسرعة للذكاء الاصطناعي، يتناول هذا البحث دمج معالجة اللغة الطبيعية (NLP) والتحليل المالي، تحديدًا من خلال تحليل المشاعر لمقالات الأخبار المالية. غالبًا ما تكافح الطرق التقليدية في تحليل المشاعر لفهم السياق، مما دفع المؤلفين إلى اقتراح إطار عمل جديد يسمى سلسلة المعرفة الخاصة بالمجال (DK-CoT). تجمع هذه الاستراتيجية بين المعرفة المالية…
-
إطار توقعات معزز بالذكاء الاصطناعي: دمج LSTM وتحليل المشاعر القائم على المحولات لتوقع أسعار الأسهم
2025 | المؤلف: Diego Vallarino | المجلة: Journal of Economic Analysis | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة البحثية إطار عمل هجين للتعلم العميق لتوقع أسعار الأسهم يجمع بين شبكات الذاكرة طويلة وقصيرة الأجل (LSTM) وتحليل المشاعر القائم على المحولات، مع استخدام FinBERT لاستخراج المشاعر من الأخبار المالية. يهدف النموذج إلى تعزيز دقة التنبؤ من خلال دمج بيانات الأسعار التاريخية المنظمة مع إشارات المشاعر غير المنظمة. تظهر النتائج التجريبية، المستندة…
-
التنبؤ بأسعار الزراعة المعتمد على RNN و GNN باستخدام السلاسل الزمنية المتعددة المتغيرات وتأثير تلطيف تقلباتها على المدى القصير
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)في هذه الدراسة، يستكشف المؤلفون تقنيات التعلم الآلي للتنبؤ بأسعار السلع الزراعية، مع التركيز على تأثير العوامل البيئية مثل الطقس. قاموا بإنشاء مجموعة بيانات زمنية متعددة المتغيرات تدمج أسعار الجملة لأربعة سلع زراعية في كوريا الجنوبية، وستة متغيرات جوية، وأرقام الأسابيع. تستخدم الدراسة طريقتين متقدمتين للتنبؤ: نموذج الذاكرة طويلة وقصيرة المدى (LSTM) المكدس القائم على…
