مجلة إقتصاد المال والأعمال
Volume 10, Numéro 2, Pages 1075-1088
2025-11-22

Forecasting Daily Silver Prices Using Arima And Xgboost: A Comparative Analysis



Authors : Rouaba Mohammed .

Abstract

الملخص: يهدف هذا البحث إلى التنبؤ بأسعار الإغلاق اليومية للفضة باستخدام منهجين مختلفين ARIMA وXGBoost. اعتمدت الدراسة على بيانات أسعار الفضة للفترة من 3 جانفي 2023 إلى 21 ماي 2025، والمستخرجة من منصة Yahoo Finance. تم تحديد نموذج ARIMA باستخدام منهجية بوكس–جينكنز، بينما دمج نموذج XGBoost مجموعة من المؤشرات الفنية مثل المتوسطات المتحركة البسيطة والأسية، ومؤشر القوة النسبية (RSI)، ومؤشر تقارب/تباعد المتوسطات المتحركة (MACD). تم تقييم أداء النماذج باستخدام متوسط الخطأ المطلق (MAE)، ومتوسط مربعات الخطأ (MSE)، والجذر التربيعي لمتوسط مربعات الخطأ (RMSE). أظهرت النتائج أن نموذج ARIMA حقق دقة تنبؤية أعلى مقارنة بـ XGBoost على مجموعة البيانات محل الدراسة، مع قدرة XGBoost على التقاط بعض الأنماط غير الخطية. الكلمات المفتاحية: التنبؤ، أسعار الفضة، ARIMA، XGBoost، قرار الاستثمار. Abstract: This study aims to forecast the daily closing prices of silver by employing two distinct approaches: the traditional Autoregressive Integrated Moving Average (ARIMA) model and the modern Extreme Gradient Boosting (XGBoost) algorithm. The dataset covers the period from January 3, 2023, to May 21, 2025, obtained from the Yahoo Finance platform. The ARIMA model was specified using the Box–Jenkins methodology, while the XGBoost model incorporated multiple technical indicators, including simple and exponential moving averages, RSI, and MACD. Model performance was evaluated using Mean Absolute Error (MAE), Mean Squared Error (MSE), and Root Mean Squared Error (RMSE). The results indicate that the ARIMA model achieved higher predictive accuracy than XGBoost for this dataset, though XGBoost demonstrated the ability to capture certain nonlinear patterns. Keywords: Forecasting; Silver Prices; ARIMA; XGBoost; Investment Decision.

Keywords

Forecasting ; Silver Prices ; ARIMA Model ;XGBoost; Investment Decision

Les articles similaires

Comparative Analysis Of Private Sector Financing Forecasting In Algeria: Empirical Approaches Using Exponential Smoothing And Arima Models

Dermechi Feriel .  Zakane Ahmed . 
pages 207-223.

Predicting Stock Market Index Prices Using Facebook Prophet And Xgboost: Evidence From The Saudi Stock Market

Khledj Meryem .  Mansouri Hadjmoussa .  Hela Borgi . 
pages 293-307.

تحليل المسارات الديمغرافية للزواج والطلاق في الجزائر (2007-2040) باستخدام النمذجة التنبؤية Arima Analysis Of Demographic Trends In Marriage And Divorce In Algeria (2007-2040) Using Arima Predictive Modeling

بولدراس صراح . 
ص 35-48.

Dynamic Modeling And Volatility Analysis Of Crude Oil Prices Using Arima–arch Framework

Abdelhafidi Aissa . 
pages 86-100.

دراسة مقارنة في نمذجة السلاسل الزمنية المالية النموذج الهجين Arima-garch مقابل نموذج الذكاء الاصطناعي Xgboost للتنبؤ بسعر سهم مصرف "الراجحي السعودي" خلال الفترة من 10 الى 14 ماي 2026.

جعيف حسين .  مداحي محمد . 
ص 116-134.

Formats de citation