الفهرس يوجد فقط 14 صفحة متاحة للعرض العام
 |  | from | 110 |  |  |
| | | from | 110 | | |
المستخلص
استهدفت هذه الدراسة المقارنة بين كفاءة كل من أسلوبي السلاسل الزمنية والشبكات العصبية (التنبؤ الأفضل) فى عمل تنبؤ جيد لسعر الفائدة. تمت هذه الدراسة بالتطبيق على بيانات أسعار صندوق الاستثمار الأول الخاص بالبنك الأهلي المصري. وباستخدام مقاييس كفاءة النموذج وهى متوسط مربعات الأخطاء(MSE) ومتوسط نسبة الخطأ المطلق (MAPE)، أتضح من خلال هذه الدراسة أن نمـوذج بوكس وجينكنز أكثر كفـاءة، أى يعطى (تنبؤ أفضل)، من نموذج الشــبكات العصبية الاصطناعية. تم تقسيم البحث إلى ستة فصول حتى يمكننا تحقيق الأهداف المطلوبة من هذه الدراسة على النحو التالي: المقدمة: ويشمل طبيعة المشكلة ومشكلة البحث والأهداف وأهمية وحدود وفروض
وهيكل البحث والنماذج المستخدمة والدراسات السابقة. أما الفصل الأول فقد ركز على نماذج السلاسل الزمنية (نماذج بوكس- جينكنز الأساسيات والمفاهيم – النماذج – المراحل). المقصود بالسلاسل الزمنية، أهداف تحليل السلاسل الزمنية، بعض المفاهيم الأساسية. تعريف السكون- أهمية السكون- السكون التام- السكون الضعيف. وتعريف الانعكاس – أهمية الانعكاس. ودالة التغاير الذاتي ودالة الارتباط الذاتي. ودالة التغاير الذاتي ودالة الارتباط الذاتي للعينة.ودالة الارتباط الذاتي الجزئي للعينة. نماذج السلاسـل الزمنية. وتتمثل فى النمـاذج ذات التوقعات المساوية للصفر، نموذج السير العشوائي، الانحـدار الذاتي، المتوسطــات المتحركة، نماذج الانحدار الذاتي والمتوسطـات المتحركــة المختلط (الساكن)، والمختلط المتكامل (غير الساكن) (ARIMA) ونمــاذج الانحـدار الذاتي والمتوسطات المتحركــة المختلط الموسميــة (SARIMA). مراحل تحليل السلاسل الزمنية. وتتمثل فى مرحلة توصيف النمــوذج، مرحلة تقدير النموذج، مرحلة فحص النموذج ومرحلة التنبؤ.
ركز الفصل الثاني على استخدام أسلوب بوكس-جينكنز فى تحليل السلاسل الزمنية، ومقدرتها فى التنبؤ بأسعار صندوق الاستثمار الأول، من خلال النماذج المستخدمـة في التنبؤ، بداية بتوصيف النموذج، تقدير النموذج، فـحص النمـوذج وأخـيراً استخدام النموذج المقدر فى التنبؤ.أما الفصل الثالث فقد ركز على الشبكات العصبية. وتتمثل فى المقدمة، المفـاهيم الأساسـية لهيكلة الشبكــة العصبية الاصطناعية، مفـاهيم تقنيات الشبكــات، خصائـص الشبكـات، مكونات الشبكة ومنظـومة الشـبكات، أنواع الشبكات، التصـميم الهيكلي لبناء الشبكات وخوارزميات التعـلم فى الشبكات العصبية، كيفيـة تشغيـــل المعلومات فى الشبكة، تجميع وإعداد البيانات، مزايا وحدود استخدام الشبكـة العصبية فى التنبؤ وعدد طبقات الشبكة العصبية الاصطناعية.ركز الفصل الرابع على استخدام أسلوب الشبكات العصبية فى تحليل السلاسل الزمنية ومقدرتها فى التنبؤ بأسعار صندوق الاستثمار الأول. وذلك من خلال :
مرحلة تهيئة البيانات، النموذج المستخدم للشبكة العصبية الاصطناعية، البرنامج المستخدم، عملية التنبؤ. يحتوى الفصل الخامس على مقارنة نتائج أسلوبي بوكس-جينكنز والشبكات العصبية، وقياس مدى كفاءة كل منهما فى التنبؤ بأسعار صندوق الاستثمار الأول. بواسطة: متوسط مربعات الأخطاء (MSE)، ومتوسط نسبة الخطأ المطلق (MAPE). واختتمت الدراسة بملخص لأهم النتائج والتوصيات فى الفصل السادس. وكذلك احتوت الدراسة على أهم المراجع العلمية والتى تم الاستعانة بها واستخدامها للانتهاء فى اعداد هذا البحث.