وشارك في تأليف ورقة العمل كل من د. شذى قمحية، رئيسة قسم العلوم المالية والمصرفية، ود. هيا سماعنة، ود. عماد النتشة، ود. منار قمحية من قسم هندسة الحاسوب.

تناولت ورقة العمل نمذجة كلاسيكية عصبية تكونت من خطوتين لتحسين دقة التنبؤ بأسعار خيارات العملات الإلكترونية؛ عن طريق زيادة نماذج تسعير الخيارات الكلاسيكية بشبكة عصبية متعددة الطبقات، حيث لا ينصب التركيز الرئيسي على أداء النماذج الكلاسيكية نفسها، ولا على إثبات أن الشبكات العصبية (Neural Networks) أفضل من حيث توقع أسعار الخيارات، وإنما تحسين التنبؤ الذي تنتجه الشبكة العصبية من خلال تحسين ميزات الإدخال والهيكلية ووظائف التنشيط وخوارزمية التدريب.

لمزيد من المعلومات، يرجى زيارة الرابط:

http://blockchain.cs.ucl.ac.uk/ai-financial-automation-market-risk/