| المستخلص: |
تهدف هذه الدراسة إلى الوصول إلى أفضل نموذج للتنبؤ بأسعار الأسهم بالأخذ في الاعتبار مشكلة عدم ثبات متوسط وتباين السلسلة الزمنية وذلك باستخدام دمج بعض نماذج الانحدار وهي نموذج جيري ونموذج دعم متجه الانحدار مع نموذج السلاسل الزمنية GARCH عن طريق الشبكات العصبية. في هذه الدراسة يتم المقارنة بين نموذج GARCH ونموذج جيري ونموذج دعم متجه الانحدار وقد توصلت الدراسة إلى أن استخدام أسلوب دمج نموذج جيري ونموذج دعم متجه الانحدار مع نموذج GARCH يعد أفضل وأدق في التنبؤ بأسعار الأسهم، ولقد تمت الدراسة التطبيقية على مجموعة من البيانات اليومية لشركة أوراسكوم تيليكوم، وتوصى الدراسة الحالية بالتوسع في استخدام أسلوب تحليل السلاسل الزمنية كوسيلة فعالة في دراسة العديد من المتغيرات في مجال المال والتنبؤ بها كما تؤكد على أهمية عنصر التقلب في هذا النوع من البيانات ليس فقط كمتغير له مدلول في حد ذاته ولكن أيضا كمتغير مفسر في بعض الأحيان وضروري لفهم سلوك المتغيرات في مجال المال والتنبؤ بها. \
This research aims to identify the best forecasting model of stock prices to be more accurate regarding the problem of unstationarity of the time series mean and variance, by using combining some regression models as Support Vector Regression and Grey Model with time series GARCH Model by neural network.In this study is to compare between GARCH model ,Grey model and Support Vector Regression model . This study reached that using combining Grey model, Support Vector Regression model with GARCH model is the best and the most accurate in forecasting stocks price , The applied study deals with a group of daily data of ORSCAM Telecome company. The research recommend extending the use of time series analysis as an effective tool in studying many financial variables and forecasting of it. Also the research emphasize the importance of volatility in this kind of data not only as a variable has an important mean but also as a necessary explanatory variable in understanding the behavior of many variables in finance..
|
