ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > دراسة سلسلة الأوراق المالية با...>الوصف

دراسة سلسلة الأوراق المالية باستخدام ARIMA و ANN و PMRS

العنوان بلغة أخرى: Study series stocks exchange by using PMRS, ANN, and ARIMA
المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: حياوي، هيام عبدالمجيد (مؤلف)
المؤلف الرئيسي (الإنجليزية): H., Hiam Abdalmajeed
مؤلفين آخرين: طه، قصي أحمد (م. مشارك)
المجلد/العدد: ع 23
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2013
الصفحات: 99 - 118
ISSN: 1680-855X
رقم MD: 492075
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
الشبكات العصبية الاصطناعية ANN | العراق | الأسواق المالية | الأساليب الإحصائية | نموذج بوكس جينكيز ARIMA | طريقة الأنماط المثيلة PMRS | الخوارزميات | العمليات الحسابية
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: من المعروف أن من أهم عمليات تطور البلدان هي عملية التخطيط ووضع الخطط المستقبلية، وهذا يتطلب اعتماد الأساليب الإحصائية المتقدمة ،لذلك قمنا بإجراء مقارنة بين ثلاث طرائق وهي نماذج بوكس جينكيز ARIMA، وطريقة الأنماط المثيلةPattern PMRS) Modelling Recognition System) وهي طريقة حديثة لمعرفة العلاقة بين القيم الحالية والقيم الماضية، وكذلك الشبكات العصبية الاصطناعية Artificial Neural ANN) Networks )، وطبقت هذه الطرائق الثلاث على بيانات سوق العراق للأوراق المالية لعام 2006 ؛ وقد أظهرت النتائج تفوق الشبكات العصبية الاصطناعية من خلال معايير الخطأ المستخدمة .

It is well known that the processes of countries development is the process of planning and setting future plans. This demands the use of advanced statistical styles. So ، we have conducted a comparison between three methods،namely;Box Jenkins (ARIMA)،and Pattern Modeling Recognition System (PMRS)which is a modern to know the relation between the current values and the previous ones and the Artificial Neural Networks (ANN).These three methods were application on the Iraqi monetary market for the year 2006.The Results showed superiority of artificial neural networks through error criteria used.
ISSN: 1680-855X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.