ارسل ملاحظاتك

ارسل ملاحظاتك لنا







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:
صورة الغلاف QR قانون

عدد مرات التحميل

41

حفظ في:
LEADER 03206nam a22002657a 4500
001 1738972
024 |3 10.46317/1423-005-002-013 
041 |a eng 
044 |b الجزائر 
100 |9 537327  |a Mokrani, Ahlem  |e Author 
245 |a Artificial Neural Networks vs ARIMA-GARCH in Stock Market Prediction:  |b The Case of Tunisia and Morocco 
246 |a التنبؤ بأسعار الأسهم باستخدام الشبكات العصبية الاصطناعية ونموذج -ARIMA-GARCH:  |b حالة أسواق تونس والمغرب 
260 |b جامعة عبدالحميد مهري - قسنطينة 2 - كلية العلوم الاقتصادية والتجارية وعلوم التسيير  |c 2018  |g ديسمبر 
300 |a 279 - 300 
336 |a بحوث ومقالات  |b Article 
520 |b 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. 
520 |a 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.  
653 |a الأسواق المالية  |a الشبكات الاصطناعية  |a الشبكات العصبية   |a تونس  |a المغرب 
692 |a الشبكات العصبية الاصطناعية  |a التنبؤ  |a سوق الأسهم  |a المغرب وتونس  |b Artificial Neural Networks  |b ARIMA-GARCH  |b Prediction  |b Stock Markets  |b Morocco and Tunisia 
773 |4 الاقتصاد  |6 Economics  |c 013  |f Dirāsāt iqtiṣādiyaẗ (um al-bawāqī )  |l 002  |m مج5, ع2  |o 1423  |s مجلة دراسات اقتصادية  |t Economic studies journal  |v 005  |x 2392-5310 
700 |9 536912  |a Cherabi, Abdelaziz  |e Co-Author 
856 |u 1423-005-002-013.pdf 
930 |d y  |p y 
995 |a EcoLink 
999 |c 996469  |d 996469 

عناصر مشابهة