A Comparative Analysis of Machine Learning Models for Long and Short-Term Forecasting of the Egyptian Stock Market: A Focus on EGX30

Technische Samenvatting: Een Vergelijkende Analyse van Machine Learning-modellen voor Korte en Lange Termijn Voorspellingen van de Egyptische Aandelenmarkt

Probleemstelling
De Egyptische aandelenmarkt, specifiek de EGX30-index, vertegenwoordigt een dynamisch maar onderbelicht onderzocht opkomend financieel gebied. Hoewel er uitgebreide literatuur bestaat over wereldwijde aandelenmarkten, is er een kritiek gat in het begrip van de specifieke trends en dynamiek van ontwikkelende markten zoals Egypte. Beleggers in deze regio worden vaak geconfronteerd met uitdagingen door een gebrek aan expertise in technische analyse en de inherente risico's van markten met een hoog rendement. Het primaire doel van dit onderzoek is om dit gat te overbruggen door nauwkeurige voorspellende modellen te ontwikkelen en te evalueren die specifiek zijn afgestemd op de EGX30. Het onderzoek adresseert de behoefte aan robuuste instrumenten die zowel korte termijn (tot één week) als lange termijn (tot twee maanden) markttrends kunnen voorspellen om risicobeheer en het formuleren van beleggingsstrategieën te ondersteunen.

Methodologie
De studie maakt gebruik van een uitgebreid vergelijkend kader met behulp van historische EGX30-gegevens. De methodologie is gestructureerd rond drie kerncomponenten:

1. Data Preprocessing en Feature Engineering:

   • De dataset werd gesegmenteerd in temporele kenmerken (dag van de week, maand, jaar, etc.), hoewel correlatieanalyse aantoonde dat deze alleen onvoldoende waren vanwege een lage correlatie met aandelenkoersen.
   • Om de historische context en temporele afhankelijkheden te vangen, introduceerde de studie rolling window lag features.
   • Technische Indicatoren werden gegenereerd, waaronder Simple Moving Averages (SMA), Exponential Moving Averages (EMA), Bollinger Bands, Relative Strength Index (RSI) en Commodity Channel Index (CCI).
   • Een lag-functie werd toegepast op historische gegevens om trends over meerdere dagen te kunnen verwachten, waarbij rekening wordt gehouden met de inherente temporele structuur van financiële gegevens.

2. Modelselectie:
   Het onderzoek evalueerde een divers scala van zeven machine learning-algoritmen en twee deep learning-architecturen:

   • Traditionele ML: K-Nearest Neighbours (KNN), Decision Tree Regressor, Random Forest, Extra Trees, Adaptive Boosting (AdaBoost), Light Gradient Boosted Machine (LightGBM) en Extreme Gradient Boosting (XGBoost).
   • Deep Learning: Long Short-Term Memory (LSTM) en Gated Recurrent Unit (GRU).
   • Ensemble-benadering: Een blending-techniek werd toegepast op de best presterende modellen om een ensemble-voorspeller te creëren, met name voor lange termijn horizonten.

3. Evaluatiekader:

   • Tijdshorizonten: Modellen werden getest op vier verschillende voorspellingsintervallen: één dag, één week, één maand en twee maanden.
   • Metrieken: Prestaties werden gekwantificeerd met behulp van Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE) en de Coëfficiënt van Determinatie ($R^2$).
   • Optimalisatie: Deep learning-modellen maakten gebruik van de Adam-optimizer voor efficiënte convergentie.

Belangrijkste Resultaten
De experimentele resultaten toonden duidelijke prestatiekenmerken aan, afhankelijk van de voorspellingshorizon:

• Eén-daagse Voorspellingen: XGBoost kwam naar voren als het superieure model, waarbij het de hoogste nauwkeurigheid bereikte met een RMSE van 0,0163 en een $R^2$ van 0,993. LightGBM en Random Forest vertoonden ook een robuuste prestatie, hoewel XGBoost marginaal effectiever was.
• Eén-week Voorspellingen: Het GRU-model presteerde beter dan alle anderen, met de laagste RMSE (0,0406) en de hoogste $R^2$ (0,961). Random Forest en Extra Trees presteerden ook goed, maar de bekwaamheid van GRU om seizoensgebondenheid en complexe relaties te vangen, bleek doorslaggevend.
• Lange Termijn Voorspellingen (Eén en Twee Maanden):
  • GRU bleef superieure prestaties leveren, waarbij de beste RMSE- en $R^2$-scores werden behouden over zowel de horizon van één maand als twee maanden.
  • KNN leverde een verrassend resultaat, waarbij het de korte termijn resultaten aanzienlijk overtrof om een top-performer te worden in lange termijn voorspellingen (rangnummer drie in de één-maands voorspelling en rangnummer twee in de twee-maands voorspelling).
  • Ensemble Techniek: Het ensemble-model, dat de best presterende individuele modellen combineerde, bereikte de meest significante verbeteringen in de lange termijn voorspelling. Met name in het scenario van de twee-maands voorspelling was de RMSE van het ensemble-model ongeveer vijf keer lager dan die van het standalone GRU-model, wat de effectiviteit van ensemble-methoden voor uitgebreide horizonten benadrukt.

Betekenis en Bijdragen
De studie claimt verschillende belangrijke bijdragen aan het veld van financiële voorspelling in opkomende markten:

1. Contextspecifieke Inzichten: Het biedt de eerste gedetailleerde vergelijkende analyse van ML- en DL-modellen specifiek voor de EGX30, wat bruikbare inzichten biedt voor beleggers die navigeren door de unieke dynamiek van de Egyptische markt.
2. Horizon-afhankelijke Modelselectie: Het onderzoek stelt vast dat geen enkel model universeel optimaal is. Het demonstreert dat XGBoost het best geschikt is voor high-frequency, één-daagse voorspellingen, terwijl GRU en Ensemble-technieken essentieel zijn voor het begrijpen van de complexiteit van wekelijkse en maandelijkse trends.
3. Herwaardering van KNN: De studie daagt de conventionele visie uit op KNN als een puur kortetermijn- of simpel algoritme, door de onverwachte en aanhoudende relevantie ervan voor lange termijn trendvoorspelling in deze specifieke marktcontext te onthullen.
4. Superioriteit van Ensembles: Het artikel benadrukt dat hoewel individuele deep learning-modellen krachtig zijn, ensemble blending de robuustheid en nauwkeurigheid aanzienlijk verbetert, vooral voor voorspellingen op de lange termijn waar individuele modellen worstelen met hogere foutmarges.

Beperkingen en Toekomstige Richtingen
De auteurs erkennen dat het finetunen van talrijke modellen aanzienlijke computationele middelen vereist, wat de diepte van hyperparameteroptimalisatie kan beperken. Toekomstig werk stelt voor om:

• Transformer-architecturen te integreren, die veelbelovend zijn gebleken in tijdreeksvoorspelling.
• Sentimentanalyse te incorporeren, afgeleid van wereldwijde/lokale zakelijke kalenders, nieuws en berichten op sociale media door publieke figuren, om de voorspellende kenmerken te verrijken.

Concluderend valideert deze studie het nut van geavanceerde machine learning- en deep learning-technieken voor de Egyptische aandelenmarkt, waarbij wordt benadrukt dat modelselectie moet worden afgestemd op de specifieke tijdshorizon van de beleggingsstrategie.