ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > التنبؤ باستخدام الدمج بين الشب...>الوصف

التنبؤ باستخدام الدمج بين الشبكات العصبية الاصطناعية ونماذج بوكس وجينكينز : دراسة تطبيقية

المصدر: المجلة المصرية للدراسات التجارية
الناشر: جامعة المنصورة - كلية التجارة
المؤلف الرئيسي: طاقية، البيومي عوض عوض (مؤلف)
مؤلفين آخرين: الوصيفي، الشيماء إبراهيم السيد (م. مشارك)
المجلد/العدد: مج 36, ع 2
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2012
الصفحات: 527 - 548
رقم MD: 192947
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
التحليل الإحصائي | الشبكات العصبية الاصطناعية | الشركات المساهمة | الأسواق المالية | نموذج بوكس | نموذج جينكينز | البيانات الإحصائية | التنبؤات المستقبلية | المعايير الإحصائية | السلاسل الزمنية
رابط المحتوى:
PDF (صورة)      PDF (نص)      HTML
صورة الغلاف QR قانون

عدد مرات التحميل

217

حفظ في:
المستخلص: استهدفت تلك الدراسة الوصول إلى نموذج مناسب للتنبؤ بمؤشر البورصة EGX30، ولذلك تناولت الدراسة تطبيق الأساليب التالية في التنبؤ: 1- أسلوب الشبكات العصبية. 2- أسلوب تحليل السلاسل الزمنية باستخدام بوكس وجينكينز. 3- أسلوب الدمج بين الشبكات العصبية وتحليل السلاسل الزمنية باستخدام البواقي السابقة والقيم المقدرة من نموذج ARIMA. وقد تمت المقارنة بين تلك الأساليب باستخدام معايير قياس دقة التنبؤ، واتضح من خلالها أن أنسب أسلوب للتنبؤ بمؤشر البورصة EGX30 هو أسلوب الدمج باستخدام البواقي السابقة والقيم المقدرة من نموذج ARIMA. \

The main objective of this study is to reach an appropriate model to forecast the stock market index, so the study examined the application of the following methods to forecast: 1 - Method of neural networks. 2- Method of time series analysis using Box and Jenkins. 3- Method of Combination of neural networks and time series analysis using previous residuals and estimated values of the ARIMA model. At the end of the study was the comparison between these methods using the criteria for measuring the forecast accuracy, it became clear that the most appropriate method to forecast the index of stock market is method of Combination using previous residuals and estimated values of the ARIMA model. \

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.