استراتيجية أسهم متكيفة مع الأنظمة تجمع المؤشرات والمعنويات والتعلم الآلي

الملخص

تصف الورقة نظاماً لتداول الأسهم يجمع إشارات الاتجاه والزخم من المتوسطات المتحركة الأسية وMACD مع إشارات الارتداد إلى المتوسط من RSI ونطاقات Bollinger. ويضيف تقديرات المعنويات المالية من FinBERT، ويستخدم XGBoost لتوليد الإشارات، ويرشح التعرض أو يعدّله وفقاً لظروف التقلب والعوائد. ويهدف التصميم إلى التكيف عند تغير أنظمة السوق، حين قد تواجه الأساليب التقليدية لتتبع الاتجاه أو الارتداد إلى المتوسط صعوبات.

على مدى 24 شهراً، يذكر المستند أن القيمة النهائية للمحفظة بلغت $235,492.83 وأن العائد على الاستثمار الأولي بلغ 135.49%. كما يدعي التفوق على مؤشر S&P 500 وNASDAQ-100، مع مخاطر هبوط أقل. ولا يحدد المقتطف التواريخ أو رأس المال الابتدائي أو الأدوات أو تكاليف المعاملات أو تصميم التحقق أو إحصاءات المخاطر، لذا لا تثبت هذه الأرقام وحدها المتانة أو قابلية التطبيق. وينبغي قراءة الأداء المبلغ عنه كنتيجة للتقييم الموصوف، لا كتوقع عام.

الأفكار الرئيسية

• يجمع النظام مؤشرات الاتجاه والزخم مع مؤشرات الارتداد إلى المتوسط لتوليد إشارات الأسهم.
• يدخل تحليل المعنويات FinBERT وXGBoost في عملية توليد الإشارات.
• توجّه بيئات التقلب والعوائد ترشيح الأنظمة وتعديل التعرض.
• تذكر الورقة عائداً قدره 135.49% خلال 24 شهراً وتفوقاً على مؤشرين للأسهم، لكن المقتطف لا يورد تفاصيل التقييم.

الوسوم

# 2601.19504


# Generating Alpha: A Hybrid AI-Driven Trading System Integrating Technical Analysis, Machine Learning and Financial Sentiment for Regime-Adaptive Equity Strategies









The intricate behavior patterns of financial markets are influenced by fundamental, technical, and psychological factors. During times of high volatility and regime shifts causes many traditional strategies like trend-following or mean-reversion to fail. This paper proposes a hybrid AI-based trading strategy that combines (1) trend-following and directional momentum capture via EMA and MACD, (2) detection of price normalization through mean-reversion using RSI and Bollinger Bands, (3) market psychological interpretation through sentiment analysis using FinBERT, (4) signal generation through machine learning using XGBoost and (5)dynamically adjusting exposure with market regime filtering based on volatility and return environments. The system achieved a final portfolio value of $235,492.83, yielding a return of 135.49% on initial investment over a period of 24 months. The hybrid model outperformed major benchmark indexes like S&P 500 and NASDAQ-100 over the same period showing strong flexibility and lower downside risk with superior profits validating the use of multi-modal AI in algorithmic trading.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.