تطبيق تقنيات الذكاء الاصطناعي في التحليل المالي

Abstract

تستكشف هذه الدراسة إمكانات تطبيق تقنيات الذكاء الاصطناعي المتطورة في تحليل القوائم المالية للشركات المدرجة في بورصة الجزائر. ركزت الدراسة على تحليل الميزانيات وجدول حسابات النتائج لثلاث شركات رائدة تمثل قطاعات اقتصادية مهمة وهي شركات صيدال وبيوفارم والأوراسي خلال الفترة 2017-2024. تم استخدام خوارزميات التعلم العميق المتقدمة بما في ذلك الشبكات العصبية الاصطناعية ونماذج الذاكرة قصيرة وطويلة المدى وتقنيات الوحدات المتكررة المبوبة والغابات العشوائية. أظهرت النتائج تفوقاً واضحاً لتقنيات الذكاء الاصطناعي على الأساليب التقليدية في دقة التنبؤ بالأداء المالي. حقق نموذج الوحدات المتكررة المبوبة أفضل توازن بين الدقة والكفاءة الحاسوبية. توصي الدراسة باعتماد هذه التقنيات كأدوات مساعدة في عمليات اتخاذ القرارات الاستثمارية وتطوير منصات متكاملة لإدارة البيانات المالية. This study explores the potential of applying advanced artificial intelligence techniques in analyzing financial data of companies listed on the Algerian Stock Exchange. The research focused on examining balance sheets and income statements of three leading companies representing significant economic sectors: SAIDAL, Biopharm, and Aurassi during the period 2017-2024. Advanced deep learning algorithms were employed, including Artificial Neural Networks, Long Short-Term Memory models, Gated Recurrent Units, and Random Forest techniques. Results demonstrated clear superiority of artificial intelligence methods over traditional approaches in financial performance prediction accuracy. The developed models showed enhanced predictive capabilities with improved coefficient of determination and reduced error rates. The GRU model emerged as the optimal solution, providing excellent balance between prediction accuracy and computational efficiency. The study recommends adopting these AI technologies as supportive tools in investment decision-making processes and developing integrated platforms for comprehensive financial data management and analysis in emerging markets