ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > استخدام نماذج "ARIMA" والشبكات...>الوصف

استخدام نماذج "ARIMA" والشبكات العصبية الإصطناعية في التنبؤ بمؤشر سوق المال المصري EGX30

العنوان المترجم: Using ARIMA Models and The Artificial Neural Networks in Predicting the Egyptian Money Market Index Egx30
المصدر: مجلة البحوث المالية والتجارية
الناشر: جامعة بورسعيد - كلية التجارة
المؤلف الرئيسي: مصطفى، صفاء محمد علي (مؤلف)
المجلد/العدد: ع1
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2017
الصفحات: 1 - 27
DOI: 10.21608/JSST.2017.59250
ISSN: 2090-5327
رقم MD: 1027432
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الأسواق المالية | مؤشرات الأسواق المالية | مؤشر سوق المال EGX30 | القرارات الاستثمارية | نماذج ARIMA | الشبكات العصبية الإصطناعية | البورصة المصرية
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

52

حفظ في:
المستخلص: يعد التنبؤ بمؤشرات الأسواق المالية من التقنيات المهمة في اتخاذ القرارات الاستثمارية حيث أنه يوفر الأدوات اللازمة لتحقيق الربح وتعظيمه أو لتفادى الخسارة المتوقعة. يهدف هذا البحث إلى استخدام أسلوب الشبكات العصبية كأحد التقنيات الحديثة واستخدام منهجية Box - Jenkins متمثلة في نماذج ARIMA في التنبؤ بالقيم المستقبلية لمؤشر البورصة المصرية الرئيسي EGX30 وأيضا الدمج بين هذين الأسلوبين للحصول على أفضل النتائج الممكنة. واعتمد البحث على سلسلة بيانات يومية للمؤشر EGX30 في الفترة من ٢٠١٤/٦/١ وحتى ٢٩/ ٣/ ٢٠١٧ باستثناء أيام الجمع والعطلات. وخلص البحث إلى أن الدمج بين كلا من أسلوب الشبكات العصبية ونماذج ARIMA يعطى أفضل نتاج تنبو وفقا لمقاييس التنبؤ وأهمها معيار MSE.

The Research Involves with an important sector in the Egyptian market which is locally and internationally influential, The Egyptian Stock Exchange where the stock exchange is considered as a mirror that reflects the state of the national economy This Research aims to using Neural Networks method and ARIMA models and Combining the models of (ARIMA ) with neural networks to Forecast the series of the Egyptian stock exchange main index (EGX30) using a Daily series From1/6/2014 to29/3/2017. The Research proofs that Combining Neural Networks with ARIMA models was the best method to analyzing and forecasting the data series.
ISSN: 2090-5327

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.