تقنيات التعلم الآلي لتوقع البورصة المصرية

نوع المستند : Original Article

المستخلص

إن التنبؤ بالحركة المستقبلية لأسعار الأسهم مهم جدًا للباحثين والمستثمرين والشركات. نظرًا لحساسية الأسواق المالية لأي أخبار ، فإن السوق يمتص التحديثات على الفور. هذا يزيد من صعوبة عملية التنبؤ إلى حد كبير. ومع ذلك ، تكشف الجهود المبذولة في هذا المجال أن طرق التعلم الآلي واعدة جدًا في التنبؤ ببيانات السلاسل الزمنية للبورصة. يتم تحقيق العديد من التطورات من خلال تطبيق تقنيات التعلم الآلي المختلفة. حسنت أساليب التعلم الآلي من القدرة على التعلم والتدريب من مجموعات البيانات لإنتاج تنبؤات أكثر دقة. في هذه الورقة ، تم تنفيذ ثلاث طرق مختلفة للتعلم الآلي ؛ Prophet ، K- أقرب الجيران ، والشبكة العصبية المغذية. تم جمع مؤشر EGX30 ، المؤشر الرئيسي للبورصة المصرية ، لمدة 25 عامًا تقريبًا لتطبيق الطرق الثلاث المقترحة. على حد علمنا ، لم يتم إجراء أي بحث للتنبؤ بالبورصة المصرية بهذه النماذج الثلاثة. تم الإبلاغ عن مقياس الدقة لمقارنة أداء النماذج الثلاثة. والمثير للدهشة أن النموذج Prophet كان أفضل أداء رغم أنه ليس مشهوراً في التنبؤ بأسعار الأسهم.

الكلمات الرئيسية

الموضوعات الرئيسية

ملفات

شارك

إرسال الاستشهاد إلى

الإحصائيات