ارسل ملاحظاتك

ارسل ملاحظاتك لنا







إستخدام الشبكات العصبية ذات الإنتشار العكسي للتنبؤ بأسعار وثائق صناديق الإستثمار بالتطبيق على سوق رأس المال المصري

المصدر: المجلة المصرية للدراسات التجارية
الناشر: جامعة المنصورة - كلية التجارة
المؤلف الرئيسي: فارس، حسن إسماعيل (مؤلف)
المجلد/العدد: مج 35, ع 1
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2011
الصفحات: 265 - 338
رقم MD: 114038
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: تلعب صناديق الاستثمار دورا حيويا في أسواق المال من خلال تعبئتها للمدخرات وتوجيهها نحو الاستثمارات المناسبة التي يصعب على الأفراد أو المؤسسات الصغيرة القيام بها نظرا لما تحتاج إليه مثل هذه الاستثمارات من خبرة وتخصص في هذا السياق، ويؤدي التنبؤ بأسعار صناديق الاستثمار إلى رفع كفاءة وفاعلية العملية الاستثمارية إلى حد كبير، وبالتالي المساهمة في اتخاذ القرارات الاستثمارية وترقب آثارها مستقبلا، وتتناول هذه الدراسة استخدام الشبكات العصبية ذات الانتشار العكسي كأداة من أدوات التنبؤ المالي، وقد تمثل مجتمع الدراسة في صناديق الاستثمار المصرية بأنواعها المختلفة، حيث تمت مقارنة دقة نتائج التنبؤ باستخدام الشبكات العصبية ذات الانتشار العكسي Back- Propagation Neural Network بالطرق التقليدية في التنبؤ مثل الانحدار الخطي والانحدار غير الخطي، وكذلك دراسة المتغيرات المؤثرة على التنبؤ بأسعار وثائق صناديق الاستثمار، وقد توصلت الدراسة إلى المتغيرات الاقتصادية الكلية ومتغيرات سوق رأس المال ومتغيرات صناديق الاستثمار ذاتها المؤثرة على التنبؤ بأسعار وثائق صناديق الاستثمار بعكس الدراسات السابقة التي اعتمدت على المتغيرات الاقتصادية الكلية، كما توصلت إلى أن نموذج الشبكات العصبية ذات الانتشار العكسي حقق نتائج أفضل من نموذج الانحدار الخطي والانحدار غير الخطي.

Mutual funds Play a vital role in capital markets through the packaging of savings and direct them towards appropriate investments that are difficult for individuals or small enterprises because of lack of expertise in this area. This study use neural networks as a tool of financial forecasting to predict future trends of the Egyptian mutual funds’ certificate net asset value. The study is trying to compare the accuracy of the prediction using Back- propagation Neural Network with conventional statistical methods such as linear regression and curve linear regression. The study found that the neural network model achieved better results than linear regression model, as well as curve linear regression model. The study determined the economic, capital market and mutual funds variables that affect predicting mutual funds NAV.