| LEADER |
05329nam a22002657a 4500 |
| 001 |
1862262 |
| 024 |
|
|
|3 10.33977/1760-005-014-004
|
| 041 |
|
|
|a ara
|
| 044 |
|
|
|b فلسطين
|
| 100 |
|
|
|a حاووط، محمد سعد
|g Hawout, Mohammed Saad
|e مؤلف
|9 601585
|
| 245 |
|
|
|a إستخدام المؤشرات الفنية والشبكات العصبونية للتنبؤ بحركة أسعار الأسهم:
|b دراسة تطبيقية على بورصة عمان
|
| 246 |
|
|
|a Using Technical Indicators and Artificial Neural Networks "ANN" to Predict the Movement of Stock Prices an Applied Study on the Amman Stock Ex Change
|
| 260 |
|
|
|b جامعة القدس المفتوحة
|c 2020
|g كانون الأول
|
| 300 |
|
|
|a 44 - 55
|
| 336 |
|
|
|a بحوث ومقالات
|b Article
|
| 520 |
|
|
|a برزت الحاجة لوجود مؤسسات متخصصة تسهم في تحويل الأموال من الجهات التي تتمتع بفائض منها إلى الجهات التي تعاني من عجز وتستطيع أن تقوم بتجميع هذه الفوائض وتوجيهها نحو المجالات الاستثمارية، حيث تنوعت الأدوات المالية المتداولة وكان أهمها الأسهم العادية كونها الأكثر انتشاراً في الأسواق المالية، حيث يعتمد نجاح القرارات الاستثمارية والمالية على توافر المعلومات اللازمة لمتخذي القرار التي تعتمد على أساليب التحليل العلمي والمنطقي، لذلك ظهرت في ميادين الذكاء الصنعي الشبكات العصبونية كإحدى تقنيات التنقيب في البيانات التي تساعد في اكتشاف أنماط غير معروفة مسبقا من كميات كبيرة من البيانات، والوصول إلى نماذج قابلة للتفسير بهدف استخراج المعرفة ودعم عملية اتخاذ القرار. يعتمد البحث على استخدام أداة (WEKA)، وذلك باستخدام الشبكة العصبونية (Multi-layer perceptron) وهي شبكة متعددة الطبقات ذات الانتشار العكسي والمؤشرات الفنية الخاصة بالتنبؤ بحركة أسعار الأسهم التاريخية ليوم واحد بالاعتماد على نمذجة بعض المعاملات الفنية للوصول إلى السعر المستقبلي للسهم خلال يوم. وتوصل البحث إلى إمكانية بناء نموذج شبكة عصبية اعتماداً على نمذجة بعض المعاملات الفنية للتنبؤ بحركة الأسعار المستقبلية للأسهم.
|
| 520 |
|
|
|b The need for the existence of specialized institutions contributed to transferring funds from entities that enjoy a surplus from them to entities that suffer from a deficit and that can collect these surpluses and direct them towards investment areas as the traded financial instruments varied. The most important of which was the common stock being the most prevalent in the financial markets where the success of investment and financial decisions depends on the availability of the necessary information for decision makers that rely on logical scientific analysis methods. Therefore, in the fields of artificial intelligence, neuronal networks have emerged as one of the techniques of data mining that helps in discovering previously unknown patterns of large amounts of data, and accessing interpretable models in order to extract knowledge and support the decision - making process. The research is based on the use of the WEKA tool, using the multi - layer perceptron of the neuronal network, multi - layer network with a reverse spread, and technical indicators for predicting the movement of historical stock prices for one day, based on the modeling of some technical transactions to reach the future price of the share within a day. The research focuses on the possibility of building a neural network model based on the modeling of some technical transactions to predict the future movement of stock prices.
|
| 653 |
|
|
|a الشبكات الفنية
|a المؤشرات العصبونية
|a حركة أسعار الأسهم
|a السياسة المالية
|a بورصة عمان المالية
|
| 692 |
|
|
|a الشبكة العصبونية
|a إدارة WEKA
|a سوق الأوراق المالية
|a الشبكات العصبونية المتعددة الطبقات
|a الإنتشار العكسي
|a التنقيب في البيانات
|a حركة الأسهم
|b Artificial Neural Networka ANN
|b Layer Neural Networks
|b Reverse Propagation
|b Data Miniing
|b Stock Market Multi
|b Stock Movement
|b WEKA Ada
|
| 700 |
|
|
|9 540683
|a نائب، إبراهيم عبدالواحد
|e م. مشارك
|
| 773 |
|
|
|4 الاقتصاد
|6 Economics
|c 004
|e Journal of Al - Quds Open University for Administrative & Economic Research
|f Mağallaẗ ğāmiʿaẗ al-Quds al-maftūḥaẗ li-l-abḥāṯ wa-al-dirāsāt al-idāriyyaẗ wa-al-iqtisādiyyaẗ
|l 014
|m مج5, ع14
|o 1760
|s مجلة جامعة القدس المفتوحة للبحوث الإدارية والاقتصادية
|v 005
|x 2313-7592
|
| 856 |
|
|
|u 1760-005-014-004.pdf
|
| 930 |
|
|
|d y
|p y
|q n
|
| 995 |
|
|
|a EcoLink
|
| 999 |
|
|
|c 1119935
|d 1119935
|
