Beam Journal of Economic Studies
Volume 9, Numéro 1, Pages 503-514
2025-03-17

Analysis And Development Of A Predictive Outlook Model For Negara Bank Of Indonesia Stock Using Machine Learning Data Training (python)



Authors : Gherbali Abdelhamid . Dekkiche Djamal . Machou Mustefa .

Abstract

Predicting future prices of securities is a very complex process due to several variables and conditions beyond control, making it very difficult to forecast. Our study aims to analyze current data for the purpose of discovering it from December 2018 to October 2024 to predict the future stock prices of Bank Negara using current (historical) data and building a future guiding model useful for relevant parties, making it easier for them to make informed investment decisions about buying or not buying stocks, all assuming normal conditions without emergencies, relying on the analytical and foresight approach. The study concluded that the outputs facilitate the investment decision-making process and also the model's value in future predictions and improving returns from data processing to decision-making, in addition to developing advanced features to handle temporal data and flexibility. Relying on the XGBoost library, which uses deep learning algorithms to achieve more accurate results than traditional methods. يعتبر التنبؤ بالأسعار المستقبلية للأوراق المالية عملية جد معقدة نظرا لعدة متغيرات وظروف خارجة عن السيطرة والتحكم لذلك من الصعب جدًا التنبؤ بها. تهدف دراستنا إلى تحليل البيانات الحالية لغرض إكتشافها بداية من شهر ديسمير 2018 ووصولا لشهرأكتوبر من سنة 2024 للتنبؤ بأسعار أسهم بنك نيجارا المستقبلية باستخدام البيانات الحالية (التاريخية) وبناء نموذج مستقبلي إسترشادي مفيد للأطراف ذات الصلة حيث يسهل عليهم اتخاذ قرارات استثمارية مستنيرة بشأن شراء أو عدم شراء الأسهم وهذا كله بإفتراض الحالة الطبيعية دون وجود طوارئ معتمدين على المنهج التحليلي والاستشرافي، ولقد خلصت الدراسة إلى أن المخرجات تسهل عملية إتخاذ القرار الاستثماري وأيضا قيمة النموذج في التوقعات المستقبلية و تحسين العوائد من معالجة البيانات إلى اتخاذ القرارات، بالإضافة إلى تطوير ميزات متأخرة للتعامل مع البيانات الزمنية، والمرونة. معتمدين على مكتبة XGBoost، التي تستخدم خوارزميات التعلم العميق للحصول على نتائج أكثر دقة من الطرق التقليدية

Keywords

stock prices ; forecast ; Bank Negara ; deep learning ; decision. ; أسعار الأسهم ; التنبؤ ; بنك نيجارا ; التعلم العميق ; القرار.

Les articles similaires

Bitcoin Price Prediction With Random Forest Technique Using Python التنبؤ بأسعار البتكوين بطريقة الغابة العشوائية باستخدام برنامج Python

Chicha Nawal . 
pages 521-536.

The Role Of The Central Bank In Supporting Islamic Banking Through The Policy Document On Shariah Governance Of Bank Negara Malaysia

عروف عفيفة . 
ص 597-616.

Technology: A Driver Of Islamic Banking Growth In Indonesia — The Case Of Bank Syariah Indonesia (bsi)

Boudi Abdessamad .  Khelaifia Aziz . 
pages 01-09.

الميتافيرس وإعادة هيكلة التفاعلات الاجتماعية: رؤالميتافيرس وإعادة هيكلة التفاعلات الاجتماعية: رؤية تحليلية Metaverse And The Restructuring Of Social Interactions: An Analytical Outlook ية تحليلية Metaverse And The Restructuring Of Social Interactions: An Analytical Outlook

بكوش فاطمة الزهراء . 
ص 153-162.

The Role Of Machine Learning Techniques In Improving Supply Chain Management: A Comparative Analysis Of Predictive Models With An Application To Wheat Consumption In Algeria

Kahoui Hacen .  Sahed Abdelkeder .  Chekouri Sidi Mohammed . 
pages 96-113.

Formats de citation