استكشاف العلاقة والدقة التنبؤية لمؤشر تداول جميع الأسهم، وأسعار النفط، والبتكوين باستخدام كوبولاس وتقنيات التعلم الآلي

تتزايد الروابط بين الأسواق المالية. لذلك، تستكشف هذه الدراسة العلاقات المعقدة بين مؤشر تداول جميع الأسهم (TASI)، وأسعار النفط الخام الأميركي (WTI)، وعوائد بتكوين (BTC)، والتي تعتبر حيوية لاتخاذ قرارات استثمارية وإدارة مخاطر مستنيرة. باستخدام نماذج مبنية على كوبولا، حددت هذه الدراسة كوبولا t لستودنت على أنها الأنسب لتجسيد الاعتمادات بين TASI وBTC وبين TASI وأسعار WTI، مع تسليط الضوء على الاعتمادات الطرفية الهامة. بالنسبة لعلاقة BTC–WTI، وُجد أن كوبولا فرانك لها أفضل ملاءمة، مما يشير إلى الارتباط غير الخطي دون اعتماد طرفي. تم مقارنة القوة التنبؤية لكوبولا المحددة بموديلات الذاكرة قصيرة وطويلة الأجل (LSTM). أظهرت نماذج LSTM انخفاضا ملحوظا في خطأ الجذر المتوسط التربيعي (RMSE)، وخطأ القيمة المطلقة المتوسطة (MAE)، وخطأ القيمة المطلقة المقاسة المتوسطة (MASE) عبر جميع الأصول، مما يشير إلى دقة تنبؤية أعلى. توفر النتائج التجريبية لهذه الدراسة رؤى قيمة للمشاركين في الأسواق المالية وتساهم في الأدبيات المتعلقة بنمذجة علاقات الأصول. من خلال الكشف عن أكثر الكوبولات فعالية لزوج الأصول المختلفة وإثبات القدرات التنبؤية القوية لشبكات LSTM، تمهد هذه الورقة الطريق للبحث في النمذجة التنبؤية لبيانات السلاسل الزمنية المالية في المستقبل. تبرز الدراسة إمكانية دمج تقنيات التعلم الآلي مع النماذج الاقتصادية التقليدية لتحسين استراتيجيات الاستثمار وممارسات إدارة المخاطر.