تحليل وتوقع حركة أسعار الأسهم (Tesla) باستخدام تعلم الآلة

وصف المشروع: مشروع متقدم في تحليل البيانات المالية وبناء نماذج تنبؤية لتقدير اتجاهات أسعار الأسهم. يركز المشروع على استخدام خوارزميات تعلم الآلة لتصنيف حركة السعر (صعود أو هبوط) بناءً على المؤشرات التاريخية، مما يساعد المستثمرين على اتخاذ قرارات مبنية على البيانات.

المميزات التقنية للمشروع:

هندسة البيانات المالية (Feature Engineering):

استخراج مؤشرات حيوية مثل المتوسطات المتحركة، الفروقات اليومية، وحجم التداول.

تقسيم التاريخ إلى (يوم، شهر، سنة) لتحليل الأنماط الموسمية لأسهم Tesla.

التحليل الاستكشافي (EDA):

رسم بياني لمسار السعر التاريخي وتحديد نقاط الذروة والانخفاض.

تحليل الارتباط بين المتغيرات المختلفة باستخدام Heatmaps.

دراسة توزيع البيانات لضمان دقة النماذج الرياضية.

تطوير نماذج التنبؤ:

مقارنة أداء ثلاث خوارزميات رائدة:

Logistic Regression (الاستحدار اللوجستي).

Support Vector Classifier (SVC).

XGBoost Classifier (النموذج الأقوى للبيانات الجدولية).

التقييم والدقة:

استخدام مصفوفة الارتباك (Confusion Matrix) لتقييم دقة التوقعات.

قياس مساحة المنحنى (AUC-ROC) لضمان كفاءة النموذج في التمييز بين حالات الصعود والهبوط.

التقنيات المستخدمة:

اللغة: Python

المكتبات: Pandas, Matplotlib, Seaborn

الذكاء الاصطناعي: Scikit-learn, XGBoost