000			05310namaa22004211i 4500
003			OSt
005			20250612104115.0
008			250503s2024 |||a|||frm||| 000 0 eng d
040			_aEG-GICUC _beng _cEG-GICUC _dEG-GICUC _erda
041	0		_aeng _beng _bara
049			_aDeposit
082	0	4	_a658
092			_a658 _221
097			_aM.Sc
099			_aCai01.05.01.M.Sc.2024.Ma.F
100	0		_aMazy Makram Ahmed Mohamed, _epreparation.
245	1	0	_aForecasting future stock price movements using machine learning techniques: fundamental VS technical analysis : _bevidence from egyptian stock market / _cby Mazy Makram Ahmed Mohamed ; Supervision Prof. Dr. Hassan Mounir El-Sady, Dr. Dina Mohsen.
246	1	5	_aالتنبؤ باتجاه تحركات أسعار الأسهم المستقبلية باستخدام تقنيات التعلم الالي التحليل المالي مقابل التحليل الفني : _b الحالة المصرية /
264		0	_c2024.
300			_a75 pages : _billustrations ; _c30 cm. + _eCD.
336			_atext _2rda content
337			_aUnmediated _2rdamedia
338			_avolume _2rdacarrier
502			_aThesis (M.Sc)-Cairo University, 2024.
504			_aBibliography: pages 54-59.
520			_aThis study aims at assessing the forecasting ability of fundamental metrics versus technical indicators for the future stock prices applied on the Egyptian stock market, using machine learning techniques compared Auto Regressive Integrated Moving Average (ARIMA) Model. The researcher applied Multi-Layer Precptron (MLP) and Support Vector Regression (SVR) as two of the most popular machine learning techniques, and the ARIMA model as traditional statistical technique to be applied for each of the analytical method (i.e.: fundamental and technical analysis) to identify which model has higher predicting accuracy. After testing Multilayer Perceptron model against ARIMA model, the researcher found that MLP model has higher predictive power and that SVR have more consistent results than MLP. Also, it has been found that using ML models along with technical analysis-based data is far more accurate than using fundamental analysis-based data across different firm sizes and industries. Lots of studies have assessed the predicting ability of the future price movements in different developed and developing stock exchanges. However, as of researcher knowledge rare studies compared the predicting accuracy of fundamental versus technical analysis variables using machine learning techniques especially in the Egyptian stock market.
520			_aتهدف هذه الدراسة إلى تقييم قدرة التنبؤ للمؤشرات الأساسية مقابل المؤشرات الفنية لأسعار الأسهم المستقبلية المطبقة على سوق الأسهم المصري، باستخدام تقنيات التعلم الآلي مقارنة بنموذج التكامل الذاتي للمتوسطات المتحركة (ARIMA). قام الباحث بتطبيق نموذج الشبكة العصبية متعددة الطبقات (MLP) ونموذج الانحدار بالدعم المتجه (SVR) كاثنين من أكثر تقنيات التعلم الآلي شعبية، ونموذج ARIMA كتقنية إحصائية تقليدية ليتم تطبيقها لكل من طرق التحليل (أي: التحليل الأساسي والتحليل الفني) لتحديد أي نموذج يمتلك دقة تنبؤية أعلى. بعد اختبار نموذج الشبكة العصبية متعددة الطبقات ضد نموذج ARIMA، وجد الباحث أن نموذج MLP يمتلك قوة تنبؤية أعلى وأن SVR يوفر نتائج أكثر اتساقًا من MLP. كما وجد أن استخدام نماذج التعلم الآلي مع البيانات المستندة إلى التحليل الفني يكون أكثر دقة بكثير من استخدام البيانات المستندة إلى التحليل الأساسي عبر أحجام الشركات والصناعات المختلفة. لقد قامت العديد من الدراسات بتقييم قدرة التنبؤ بحركات الأسعار المستقبلية في أسواق الأسهم المختلفة المتقدمة والنامية. ومع ذلك، وفقًا لمعرفة الباحث، فإن الدراسات التي قارنت دقة التنبؤ لمتغيرات التحليل الأساسي مقابل التحليل الفني باستخدام تقنيات التعلم الآلي نادرة خاصة في سوق الأسهم المصري.
530			_aIssues also as CD.
546			_aText in English and abstract in Arabic & English.
650		7	_aBusiness Administration _2qrmak
653		0	_aForecasting _aStock exchange _aFundamental analysis _atechnical analysis _aARIMA model _aMultilayer Perceptron _aSupport Vector Regression _aSector Analysis
700	0		_aHassan Mounir El-Sady _ethesis advisor.
700	0		_aDina Mohsen _ethesis advisor.
900			_b01-01-2024 _cHassan Mounir El-Sady _cDina Mohsen _UCairo University _FFaculty of Commerce _DDepartment of Business Administration
905			_aShimaa _eEman Ghareb
942			_2ddc _n0 _cTH _e21
999			_c171820