مجلة إقتصاد المال والأعمال
Volume 9, Numéro 2, Pages 287-296
2024-10-31
استخدام خوارزمية Xgboost للتنبؤ بأسعار الإغلاق لسهم شركة Apple
الكاتب : روابة محمد .
الملخص
ملخص: هدفت هذه الدراسة إلى التنبؤ بأسعار الإغلاق اليومية لسهم شركة Apple بإستخدام أحد نماذج التعلم الآلي والمتمثل في خوارزمية XGBoost لمساعدة المستثمرين على إتخاذ قرار الاستثمار في مجال الأسهم. وذلك خلال الفترة الممتدة من 02/01/ 2020- 11/07/2024 وبلغ إجمالي عدد المشاهدات (1138) مشاهدة، بواقع (911) مشاهدة (بنسبة 80% من اجمالي المشاهدات) تم استخدامها بغرض التدريب، و(227) مشاهدة (بنسبة 20% من اجمالي المشاهدات) تم استخدامها للإختبار. تم بناء نموذج XGBoost باستخدام لغة البرمجة Python بالاعتماد على المكتبات التابعة له وأهم هذه المكتبات المستخدمة هي مكتبة XGBoost. وأظهرت نتائج هذه الدراسة بأن هناك قدرة تنبؤية عالية لخوارزمية XGBoost بناءا على بعض مقاييس الأداء االتي تم الاعتماد عليها في هذه الدراسة. الكلمات المفتاحية: التنبؤ، أسعار الأسهم، التعلم الآلي، خوارزمية XGBoost، قرار الاستثمار. تصنيف JEL: C58، E30. Abstract: The aim of this study was to predict the daily closing prices of Apple Inc. stock using a machine learning model, specifically the XGBoost algorithm, to assist investors to making stock market investment decisions. The study covered the period from January 2, 2020, to July 11, 2024, with a total sample size of 1138 observations. Of these, 911 observations (80% of the total) were used for training, and 227 observations (20% of the total) were used for testing. The XGBoost model was built using the Python programming language, relying on its associated libraries, with the XGBoost library being the most important. The results of this study indicated a high predictive ability of the XGBoost algorithm based on certain performance metrics used in this study. Keywords: Predicting; Stock price; Machine learning; XGBoost algorithm; Investment Decision. Jel Classification Codes: C58; E30.
الكلمات المفتاحية
التنبؤ ; أسعار الأسهم ; التعلم الآلي ; خوارزمية XGBoost ; قرار الاستثمار
مقالات مماثلة
روابة محمد
.
ص 175-188.
