Artificial Neural Networks vs ARIMA-GARCH in Stock Market Prediction: The Case of Tunisia and Morocco
| العنوان بلغة أخرى: |
التنبؤ بأسعار الأسهم باستخدام الشبكات العصبية الاصطناعية ونموذج -ARIMA-GARCH: حالة أسواق تونس والمغرب |
|---|---|
| المصدر: | مجلة دراسات اقتصادية |
| الناشر: | جامعة عبدالحميد مهري - قسنطينة 2 - كلية العلوم الاقتصادية والتجارية وعلوم التسيير |
| المؤلف الرئيسي: | Mokrani, Ahlem (Author) |
| مؤلفين آخرين: | Cherabi, Abdelaziz (Co-Author) |
| المجلد/العدد: | مج5, ع2 |
| محكمة: | نعم |
| الدولة: |
الجزائر |
| التاريخ الميلادي: |
2018
|
| الشهر: | ديسمبر |
| الصفحات: | 279 - 300 |
| DOI: |
10.46317/1423-005-002-013 |
| ISSN: |
2392-5310 |
| رقم MD: | 996469 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | الإنجليزية |
| قواعد المعلومات: | EcoLink |
| مواضيع: | |
| كلمات المؤلف المفتاحية: |
الشبكات العصبية الاصطناعية | التنبؤ | سوق الأسهم | المغرب وتونس | Artificial Neural Networks | ARIMA-GARCH | Prediction | Stock Markets | Morocco and Tunisia
|
| رابط المحتوى: |
عدد مرات التحميل
41
| المستخلص: |
يهدف هذا المقال إلى محاولة التنبؤ بأسعار الأسهم باستخدام الشبكات العصبية الاصطناعية وبالتحديد نموذج بيرسبترون متعدد الطبقات ذو خوارزمية الانتشار العكسي، ونموذج الانحدار الذاتي والمتوسطات المتحركة المتكاملة المشروط بعدم تجانس التباين ARIMA-GARCH وتم تطبيقهما على أسعار الإغلاق اليومية لبورصتي المغرب وتونس من سنة 2013 إلى 2016. خلصت الدراسة إلى أن نموذج الشبكات قد قدم نتائج أفضل على مستوى البورصتين بالاعتماد على أقل متوسط للأخطاء المربعة مقابل النموذج الآخر. ومنه يمكن القول بأن الشبكات تعتبر الأفضل عندما يتعلق الأمر بالتنبؤ بالسلاسل المالية، إلا أن قدرتها التنبئية مرتبطة إلى درجة كبيرة بطريقة تصميمها. The objective of the present paper is to predict the future evolution of stock markets using Artificial Neural Networks namely, the Multilayer Perceptron with Back-propagation, and the Auto Regressive Integrated Moving Average with Conditional Heteroskedasticity (ARIMA-GARCH). Data consisted of daily closing stock prices from 2013 to 2016. Results showed that artificial neural networks have produced a much lower prediction error compared to ARIMA-GARCH. It was concluded that ANNs arc much more powerful. However, their predictive ability is closely related to how well they are designed. |
|---|---|
| ISSN: |
2392-5310 |
عناصر مشابهة
-
Prediction of Water Demand in North of Palestine Using Artificial Neural Networks
بواسطة: Alkelani, Mohammad Tayseer Mahmoud Zaid منشور: (2018) -
Predicting Jordanian Corporate Bankruptcy Using Artificial Neural Network
بواسطة: ابو الهيجاء، يوسف منشور: (2019) -
Electricity Consumption Prediction Using Artificial Neural Networks and Evolutionary Algorithms: A Case Study Tulkarm City
بواسطة: Hussein, Ali Mohammad Ali منشور: (2021) -
Constructing a model for stock price prediction that combines nested partition and artificial neural network
بواسطة: عموري، ميساء محمود منشور: (2009) -
Application of Artificial Neural Networks for the Prediction of Traffic Accidents on Arterial Roadways: A Case Study in Amman
بواسطة: عريقات، رزان غالب علي منشور: (2019)
