ارسل ملاحظاتك

ارسل ملاحظاتك لنا







التنبؤ بمخاطر أسعار الصرف باستخدام الشبكة العصبونية: دراسة تطبيقية

المصدر: مجلة الإدارة والاقتصاد
الناشر: الجامعة المستنصرية - كلية الإدارة والاقتصاد
المؤلف الرئيسي: أبو رغيف، كفاء على عيسى (مؤلف)
المؤلف الرئيسي (الإنجليزية): Al-Borgeef, Kafaa Ali
المجلد/العدد: ع129
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2021
الشهر: ايلول
الصفحات: 52 - 68
ISSN: 1813-6729
رقم MD: 1195030
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
الشبكة العصبونية | مخاطر أسعار الصرف | التنبؤ | Neural Network | Exchange Rate Risk | Prediction
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
LEADER 04755nam a22002297a 4500
001 1940927
041 |a ara 
044 |b العراق 
100 |a أبو رغيف، كفاء على عيسى  |g Al-Borgeef, Kafaa Ali  |e مؤلف  |9 426946 
245 |a التنبؤ بمخاطر أسعار الصرف باستخدام الشبكة العصبونية:  |b دراسة تطبيقية 
260 |b الجامعة المستنصرية - كلية الإدارة والاقتصاد  |c 2021  |g ايلول 
300 |a 52 - 68 
336 |a بحوث ومقالات  |b Article 
520 |b Neural Networks technology is characterized by its ability to process inputs and reality data and bypassing traditional techniques in explaining the behavior of phenomena, which has made it a topic of interest to many researchers in different fields. The research aims to take advantage of the distinct capabilities of the neural networks when using it in making investment decisions, especially in the field of currencies, as it is one of the important areas of investment, whether at the level of individuals or financial institutions with the aim of achieving profits, which depends mainly on predicting the movements of currency prices up or down. Three types of neural networks technologies were used: Clustering Modified Radial Basis Function (MRBF), (Multi-layer perception (MLP) technology and finally (Artificial neural network (ANN)) technology to obtain the search results. The analysis was carried out using monthly information on the exchange rate of the euro against the US dollar for the period from 1/1/2015 to 31/12/2020, and MATLAB version V.5.2.0 was used to process the input data and thus obtain the search results. The research found that the use of a neural network (ANN) gives great accuracy in predicting the future movements of the currency of the research sample compared to other techniques used according to the RMSE comparison standard, which reduces the risk of investing in currencies and thus increases returns. 
520 |a تتميز تقنية الشبكات العصبونية (Neural Networks) بقدرتها على معالجة المدخلات ومعطيات الواقع وتجاوز التقنيات التقليدية في تفسير سلوك الظواهر، مما جعلها مثار اهتمام العديد من الباحثين في المجالات المختلفة. يهدف البحث إلى الإفادة من القدرات المتميزة للشبكة العصبونية عند استخدامها في اتخاذ قرارات الاستثمار لاسيما في مجال العملات كونه أحد مجالات الاستثمار المهمة سواء على مستوى الأفراد أم المؤسسات المالية بهدف تحقيق الأرباح، والتي تعتمد أساسا على التنبؤ بتحرك أسعار العملات صعودا أو نزولا. تم استخدام ثلاث أنواع من تقنيات الشبكات العصبونية وهي: تقنية الشبكة العصبية الشعاعية المحدثة ((MRBF)Modified Radial Basis Function) وتقنية الشبكة العصبية متعددة الطبقات (multi-layer perception(MLP)) وأخيرا تقنية الشبكة العصبية الاصطناعية (artificial neural network (ANN)) لتحقيق أهداف البحث. تم إجراء التحليل باستخدام معلومات شهرية عن سعر صرف اليورو مقابل الدولار الأمريكي للمدة من 1/1/2015 لغاية 31/12/2020، و تم استخدام برنامج (MATLAB, V.5.2.0) لمعالجة بيانات الإدخال وبالتالي الحصول على نتائج البحث. توصل البحث إلى أن استخدام الشبكة العصبونية (ANN) يعطي دقة كبيرة في التنبؤ بالتحركات المستقبلية للعملة عينة البحث قياسا بالتقنيات الأخرى المستخدمة حسب معيار المقارنة RMSE، الأمر الذي يقلل من مخاطرة الاستثمار في العملات وبالتالي زيادة العوائد. 
653 |a أسعار الصرف  |a قرارات الاستثمار  |a مجال العملات  |a مخاطر الاستثمار 
692 |a الشبكة العصبونية  |a مخاطر أسعار الصرف  |a التنبؤ  |b Neural Network  |b Exchange Rate Risk  |b Prediction 
773 |4 الاقتصاد  |4 الإدارة  |6 Economics  |6 Management  |c 004  |e Journal of Administration and Economics  |f Maǧallaẗ al-idāraẗ wa-al-iqtiṣād  |l 129  |m ع129  |o 1148  |s مجلة الإدارة والاقتصاد  |v 000  |x 1813-6729 
856 |u 1148-000-129-004.pdf 
930 |d n  |p y  |q n 
995 |a EcoLink 
999 |c 1195030  |d 1195030