التنبؤ بإتجاه حركة سوق الأسهم مع آليه دعم المتجهات
 

تعلم تداول الاسهم يعتبر نظام معقد ومتطور حيث يتحرك بشكل ديناميكى غير خطى فى معظم الأحيان .
لذلك فأن مجال النبو المالى يتسم بالكثافة فى البيانات ودرجة عدم الرضا المرتفعة والطبيعة الغير منظمة والعلاقات الخفية وأيضا عدم الإستقرار .
ومما يزيد من عمليات التنبؤ المالى هى صعوبة أن هناك عديد من العوامل المؤثرة فى تعلم تداول الاسهم تتفاعل مع بعضها البعض الظروف الإقتصادية العامة والأحداث السياسية وكذلك توقعات المتسثمرين فى سوق تعلم تداول الاسهم .
حيث أن إفتراض نظرية الخط العشوائى فى أسعار الأسهم وكذلك مشتقات الأسهم تعتبر هى مجرد ستار يخفى لنا العلاقات الخفية ذات التأثير الكبير .
وقد تم التطوير لآليه الدعم للمتجهات لينتقل الدعم إلى عملية التنبؤ المالى والتى تساهم فى تقليل المخاطر .
فهى قد بنيت على مبدأ الحد من مخاطر الهيكلة للتداول فى سوق الأسهم وذلك من أجل تقدير دالة التنبؤ حيث يتم ذلك عن طريق التقليل من الحد الأعلى لخطأ التعميم .
وآليه الدعم للمتجهات تقاوم خطأ النمذجة والذى يحدث عندما تكون الدالة مناسبة جدا وذلك لمجموعة محددة من نقاط البيانات .
فأن البيانات التى يتم دراستها كثير ما تنطوى على درجة معينة من الضوضاء أو الخطأ العشوائى بداخلها .
وتأخذ شكل نموذج شديد التعقيد وذلك من أجل شرح خصوصيات فى البيانات التى هى محل الدراسة .
وبالتالى فأن المحاولة لجعل النمذجة تطابق بالشكل الوثيق مع البيانات الغير دقيقة يكون قليل فيمكن أن تصيب النمذجة بخطأ كبير وتقلل من القدرة التنبؤية لها .
حيث يمكن تعريف آليه الدعم للمتجهات على أنها عبارة عن نوع من آليات الدعم لإتخاذ القرارات الإستثمارية والتى تتكون من خوارزميات ودوال رياضية معقدة .
وهى التى تستخدم فى عملية التنبؤ بإتجاه حركة السعر لسوق الأسهم وتتميز بالقدرة التنبؤية والتى تعتبر أعلى من القدرة التنبؤية لغيرها مثل تحليل التمايز التربيعى والخطى .
وآليه الدعم للمتجهات تعد من أحد أبرز الخوارزميات ف نماذج تعلم الآله والمتميزة بالإداء الرائع وفى الغالب يتم توظيفها فى الكثير من التطبيقات لمختلف المجالات .
وعلى الرغم من الإداء المتميز لآليه الدعم للمتجهات ولكنها لا تزال تعانى من بعض من المشاكل التى تؤثر على إداء الخوارزمية .
حيث من أهم هذه المشاكل هى عملية الإختيار للنوة والإيجا الأفضل للقيم المتغيرة الخاصة لخوارزمية آليه الدعم للمتجهات وبالنوة المستخدمة وهما من أبرز مشاكل هذه الآليه .
وآليه الدعم للمتجهات تستخدم لتصنيف البياتات وقد تم التطبيق لها فى العديد من المجالات من أبرزها مجال التنبؤ بعتجاه حركة أسعار الأسهم .
ومن أهم مميزات آليه الدهم للمتجهات أنها تستطيع أن تعادل حل المشاكل للبرمجة التربيعية المقيدة خطيا .
بحيث أن حل آليه الدعم الموجه هو دائما يعتبر حل فريد من نوعه وهى تعتبر الأفضل على الصعيد العالمى .
وذلك لأنه أثبت كفاءة عالية لعملية التنبؤ المالى أكثر من تطبيقات الشبكات العصبية
والتى تتطلب تهيئة لا خطية مع خطر التعليق للحد الأدنى النسبى وذلك على حسب رأى ناقدى تطبيق الشبكات العصبية .
حيث أنه فى آليه دعم المتجهات يتم الإدخال لعدة مدخلات متعددة المتغيرات ومنها العلاقة بين الأسهم والمتغيرات للإقتصاد الكلى .
وأيضا تشمل مدخلات متغيرات الإقتصاد الكلى المحتملة التى تستخدمها نماذج التنبؤ ومعدلات الفائدة قصيرة الأجل ومعدلات الفائدة طويلة الأجل ومعدلات الفائدة للمدى الطويل وإجمالى الناتج المحلى وإجمالى الناتج لقومى والإستهلاك الخاص والإستهلاك الحكومى والإنتاج الصناعى ومؤشر أسعار المستهلكين ومتغير الإتجاه والذى يعتبر من المتغيرات النوعية للإشارة للإتجاه الحركى فى أسعار الأسهم .