"دراســــة تنبؤيـــة لتقلبات سعر الصرف الدولار مقابل الأورو باستخدام نماذج التعلم الآلي (LSTM) مقابل النماذج الديناميكية (EGARCH) - دراسة مقارنة الفترة (2000-2024)-

Abstract

" "تناولت هذه الدراسة مقارنة تنبؤية بين نماذج التعلم الآلي والنماذج الكلاسيكية في التنبؤ بسعر صرف الدولار مقابل اليورو خلال الفترة (2000–2024)، من خلال تقييم دقة نموذج LSTM كأحد نماذج الذكاء الاصطناعي، ونموذج EGARCH كأحد النماذج الاقتصادية الديناميكية، باستخدام بيئتي Python وEViews. أظهرت النتائج تفوق نموذج LSTM في تمثيل العلاقات غير الخطية وتقليل مؤشرات الخطأ، مما يعكس كفاءته في التنبؤ بالتقلبات المستقبلية. في المقابل، أثبت نموذج EGARCH أداءً جيدًا وقدرة تفسيرية عالية في تحليل التباين من منظور اقتصادي. وتبيّن أن دقة التنبؤ ترتبط بطبيعة النموذج أكثر من ارتباطها ببيئة التنفيذ، ما يدعم التوجه نحو اعتماد نماذج هجينة تجمع بين قوة النماذج الكلاسيكية ومرونة نماذج الذكاء الاصطناعي، مع الإبقاء على النماذج التقليدية كمرجعية تحليلية." الكلمات المفتاحية: (LSTM)، نموذج EGARCH، النماذج الكلاسيكية، التعلم الآلي.