مجلة افاق علوم الادارة والاقتصاد
Volume 9, Numéro 2, Pages 434-449
2025-12-28

Predicting Highly Volatile Stock Price With Xgboost: The Case Of Tesla Inc. (2023–2025)



Authors : Rouaba Mohammed .

Abstract

الملخص: تهدف هذه الدراسة إلى تحليل فعالية خوارزمية XGBoost في التنبؤ بأسعار الإغلاق اليومية لسهم شركة "تسلا"، الذي يعد من الأسهم ذات التقلب العالي في سوق الأسهم الأمريكية. بالاعتماد على بيانات تاريخية تمتد من 3 جانفي 2023 إلى 9 جوان 2025، جمعت من موقع Yahoo Finance، تم بناء نموذج تنبؤي قائم على مبادئ تعلم الآلة والتحليل الفني. وأظهرت النتائج أن نموذج XGBoost حقق دقة تنبؤية قوية، حيث بلغت قيمة متوسط نسبة الخطأ المطلق (MAPE) نحو 7.6%، ومتوسط الخطأ المطلق (MAE) حوالي 23.90، والجذر التربيعي لمتوسط مربع الخطأ (RMSE) نحو 33.33. وتبرز هذه النتائج قدرة أساليب التعزيز التدرجي على التعامل مع بيانات أسواق الأسهم التي تتسم بالضوضاء وعدم الخطية. الكلمات المفتاحية: المؤشرات الفنية، XGBoost، شركة 'تسلا'، التقلبات المالية. Abstract: This study investigates the effectiveness of the XGBoost algorithm in forecasting the daily stock prices of Tesla Inc., a highly volatile equity in the U.S. stock market. Using historical data spanning from January 3, 2023 to June 9, 2025, collected from Yahoo Finance, the research constructs a predictive model based on machine learning and technical analysis principles. The methodology involves preprocessing and feature engineering using price and volume-based indicators, followed by hyperparameter tuning through GridSearchCV to enhance model performance. The results reveal that the XGBoost model achieves robust predictive accuracy, with a Mean Absolute Percentage Error (MAPE) of 7.6%, Mean Absolute Error (MAE) of 23.90, and Root Mean Squared Error (RMSE) of 33.33. These findings highlight the potential of gradient boosting methods in handling noisy and nonlinear stock market data. Keywords: Stock price forecasting; Technical indicators; XGBoost; Tesla Inc.; Financial volatility. Jel Classification Codes : C45, G11, G17

Keywords

Stock price forecasting ; Technical indicators ; XGBoost ; Tesla Inc ; Financial volatility

Les articles similaires

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.

An Empirical Xgboost Algorithm To Predicting Which Are The Factors That Most Contribute To Boosting Women’s Entrepreneurship In The World?

Frahi Fadila . 
pages 16-25.

التسرّب المدرسي بولاية غليزان: تحليل إحصائي للعوامل المفسّرة واستراتيجيات التدخّل خلال الموسمين 2023–2024 و2024–2025 School Dropout In The Wilaya Of Relizane: A Statistical Analysis Of Explanatory Factors And Intervention Strategies During The School Years 2023–2024 And 2024–2025

بوحلالة صالح . 
ص 924-945.

المعالجة الإعلامية للمواقع الإخبارية الفلسطينية للحرب الإسرائيلية على قطاع غزة دراسة تحليلية مقارنة (2023–2025)the Media Treatment Of The Israeli War On Gaza Strip On Palestinian News Websites An Analytical Comparative Study (2023–2025)

Abu Rahma Saeid . 
ص 141-170.

تأثير ربحية السهم على عوائد أسهم الشركات المدرجة في بورصة الأوراق المالية دراسة حالة بورصة عمان للأوراق المالية للفترة (2018-2014) The Effect Of Earnings Per Share On Stock Returns On Listed Firms On Stock Exchange Case Study Of The Amman Stock Exchange During The Period (2014-2018)

جغدير الطاهر .  صاطوري الجودي . 
ص 985-1004.

Formats de citation