وتستخدم الشبكات العصبية على نطاق واسع في التنبؤات المالية لتحليل أنماط البيانات المعقدة والتنبؤات، وتساعد في تحديد الاتجاهات وتقييم المخاطر واتخاذ قرارات الاستثمار، وتستكشف هذه المادة التطبيقات في العالم الحقيقي، وأمثلة الحالات، والحسابات الأساسية التي تنطوي عليها استخدام الشبكات العصبية للتنبؤ المالي.

التطبيقات في مجال تنبؤات سوق الأوراق المالية

شبكات الظواهر العصبية تستخدم للتنبؤ بأسعار الأسهم بتحليل البيانات التاريخية ومؤشرات السوق ومشاعر الأخبار، ويمكنها تجهيز مجموعات بيانات كبيرة لتحديد الأنماط غير الواضحة من خلال الأساليب التقليدية، على سبيل المثال، نموذج الشبكة العصبية قد يُتوقع سعر أسهم اليوم التالي استناداً إلى الأسعار السابقة وبيانات الحجم.

تقييم المخاطر الائتمانية

وتستخدم المؤسسات المالية شبكات الجير لتقييم الجدارة الائتمانية للمقترضين، ومن خلال تحليل متغيرات مثل الدخل، وتاريخ العمل، والديون القائمة، تصنف الشبكات العصبية مقدمي الطلبات في فئات المخاطر، مما يحسن دقة تحديد الائتمان مقارنة بالنماذج الإحصائية التقليدية.

مثال على القضية: الإدمان على الإدمان

وقد نفذ مصرف شبكة عصبية للتنبؤ بتخلف القروض، وقد استخدم النموذج سمات مثل مبلغ القروض، وسجل الائتمان للمقترض، وتاريخ السداد، وبعد التدريب، حققت الشبكة العصبية دقة قدرها 85 في المائة في تحديد المتخلفين المحتملين، مما قلل من الخسائر المالية.

الحساب الأساسي: ناتج الشبكة العصبية

The Suposose a neural network has input features x1 and x]2. The weights are w1 = 0.5, w2

  • Weighted sum: z = (0.5 * x1]) + (-0.3 * x]2) + 0.1
  • (e.g., sigmoid): y = 1/ (1 + e-z)

وتبين هذه الحسابات البسيطة كيف تقوم الشبكات العصبية بتجهيز بيانات المدخلات لتوليد التنبؤات في مهام التنبؤ المالي.