Financial Stock Market Forecast Using Data Mining In Palestine
| المصدر: | المجلة الفلسطينية للتكنولوجيا والعلوم التطبيقية |
|---|---|
| الناشر: | جامعة القدس المفتوحة |
| المؤلف الرئيسي: | Abuzir, Yousef (Author) |
| مؤلفين آخرين: | Baraka, AbdulRahman M. (Co-Author) |
| المجلد/العدد: | ع2 |
| محكمة: | نعم |
| الدولة: |
فلسطين |
| التاريخ الميلادي: |
2019
|
| التاريخ الهجري: | 1440 |
| الشهر: | يناير |
| الصفحات: | 38 - 48 |
| DOI: |
10.33977/2106-000-002-004 |
| ISSN: |
2520-7431 |
| رقم MD: | 1536539 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | الإنجليزية |
| قواعد المعلومات: | science |
| مواضيع: | |
| كلمات المؤلف المفتاحية: |
الشبكة العصبية الذكية | التنقيب في البيانات | خوارزمية باك | بروياغيشن | بورصة فلسطين | Ann | Data Mining | Back Propagation Algorithm | Palestinian Stock Exchange
|
| رابط المحتوى: |
| المستخلص: |
في هذا البحث سوف نبني نموذجا للتنبؤ بحركات أسعار الأسهم باستخدام تقنيات التنقيب في البيانات مع مصنف الذكاء الاصطناعي. وفيما يتعلق بمشكلة التنبؤ، فإننا نتصدى للتحدي المتمثل في اختيار البورصة الفلسطينية كبيانات مدخلات في الفترة الزمنية (2005- 2017) ومعالجتها وفقا لذلك لتحسين دقة التنبؤ لأسعار سوق الأسهم الفلسطينية. كما نعالج مسألة تقييم أداء التنبؤ. وتبين نتائجنا أن أفضل تكوين للشبكة العصبية الذكية هو 6-5-1 مما يعني ستة مدخلات، وخمسة خلايا عصبية في الطبقة الخفية ومخرج واحد. وأن مصنف الشبكة العصبية الذكية هو عبارة عن شبكة عصبية متعددة الطبقات موجهة إلى الأمام يتم تدريبها عن طريق خوارزمية باك بروباغيشن. كذلك بينت النتائج أننا استطعنا الحصول على نسبة تنبؤ عالية حيث وصلت نسبة الخطأ لمتوسط الجذر التربيعي إلى (+0.010/- 0.00) وهذه النسبة تفوق نسبة الدقة التي توصلت لها الأبحاث ذات العلاقة. This research involves building a model for forecasting stock price movements using data mining techniques with Artificial Intelligence classifier. Concerning the forecasting problem, we tackle the challenge of choosing Palestinian Stock Exchange (PSX) as an input data in the period between 2005-2017 and processing it accordingly to improve the predicting accuracy for the Palestinian stock market prices. We also address the issue of evaluating the prediction performance. Our results show that the best configuration for ANN is 6-5-1, which means six inputs, five neurons in hidden layer and one output. ANN classifier is feed-forward multilayer perceptron neural network that is trained with back propagation algorithm. In addition, the results show we have a high degree of accuracy for prediction (0.010 +/- 0.000 for Root Mean Squared Error), this accuracy is higher than other related researches. |
|---|---|
| ISSN: |
2520-7431 |
عناصر مشابهة
-
Events Extracting From Stock Markets on the Web
بواسطة: Abuzir, Yousef منشور: (2019) -
Predict the Main Factors that Affect the Vegetable Production in Palestine Using WEKA Data Mining Tool
بواسطة: Abuzir, Yousef منشور: (2018) -
Using Genetic Algorithms for Forecasting Financial Markets Volatility
بواسطة: Mouffok, Omar منشور: (2018) -
Impact of Macroeconomic Factors and Political Events on the Market Index Return at Palestine and Amman Stock Markets
بواسطة: جبارين، مي ناصر فرح منشور: (2019) -
Healthcare Decision Making Process Assistance Using Data Mining and Artificial Intelligence
بواسطة: عودة، عبدالله مصطفى عودة منشور: (2019)
