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

技术摘要：用于埃及股市长短期预测的机器学习模型对比分析

问题陈述
埃及股票市场，特别是 EGX30 指数，代表了一个动态但研究不足的新兴金融领域。虽然关于全球股票市场的文献非常丰富，但在理解像埃及这样发展中市场的特定趋势和动态方面存在关键空白。该地区的投资者由于缺乏技术分析专业知识以及高回报市场固有的风险，经常面临挑战。本研究的主要目标是通过开发和评估针对 EGX30 量身定制的精确预测模型来填补这一空白。研究旨在解决对稳健工具的需求，这些工具能够预测短期（长达一周）和长期（长达两个月）的市场趋势，以辅助风险管理和投资策略的制定。

研究方法
本研究采用了一个综合性的比较框架，利用了历史 EGX30 数据。该方法围绕三个核心部分构建：

1. 数据预处理与特征工程：

   • 数据集被划分为时间特征（周几、月份、年份等），尽管相关性分析显示，由于这些特征与股价的相关性较低，仅靠它们是不够的。
   • 为了捕捉历史背景和时间依赖性，研究引入了滚动窗口滞后特征（rolling window lag features）。
   • 工程化处理了技术指标，包括简单移动平均线 (SMA)、指数移动平均线 (EMA)、布林带 (Bollinger Bands)、相对强弱指数 (RSI) 和商品通道指数 (CCI)。
   • 对历史数据应用了滞后函数，以便能够预测多日的趋势，从而尊重金融数据固有的时间结构。

2. 模型选择：
   研究评估了多种算法，包括七种机器学习算法和两种深度学习架构：

   • 传统机器学习 (ML)： K-最近邻 (KNN)、决策树回归器 (Decision Tree Regressor)、随机森林 (Random Forest)、极端随机树 (Extra Trees)、自适应提升法 (AdaBoost)、轻量级梯度提升机 (LightGBM) 和极端梯度提升 (XGBoost)。
   • 深度学习 (DL)： 长短期记忆网络 (LSTM) 和门控循环单元 (GRU)。
   • 集成方法： 对表现最佳的模型应用了融合（blending）技术，以创建集成预测器，特别是在长期预测方面。

3. 评估框架：

   • 时间跨度： 模型在四个不同的预测间隔上进行了测试：一天、一周、一个月和两个月。
   • 指标： 使用均方根误差 (RMSE)、平均绝对百分比误差 (MAPE) 和决定系数 ($R^2$) 来量化性能。
   • 优化： 深度学习模型使用 Adam 优化器以实现高效收敛。

主要结果
实验结果揭示了取决于预测跨度的不同性能特征：

• 一日预测： XGBoost 脱颖而出成为最优模型，实现了最高的准确度，其 RMSE 为 0.0163，$R^2$ 为 0.993。LightGBM 和随机森林也表现出稳健的性能，尽管 XGBoost 略微更有效。
• 一周预测： GRU 模型优于所有其他模型，实现了最低的 RMSE (0.0406) 和最高的 $R^2$ (0.961)。随机森林和极端随机树的表现也很好，但 GRU 捕捉季节性和复杂关系的能力起到了决定性作用。
• 长期预测（一月和两月）：
  • GRU 继续展示出卓越的性能，在两个月和一个月的时间跨度内均保持了最佳的 RMSE 和 $R^2$ 分数。
  • KNN 产生了一个令人惊讶的结果，其表现显著优于其短期结果，成为长期预测中的顶级表现者（在一月预测中排名第三，在两月预测中排名第二）。
  • 集成技术： 集成模型通过融合表现最佳的单个模型，在长期预测中取得了最显著的改进。值得注意的是，在两个月的预测场景中，集成模型的 RMSE 大约是独立 GRU 模型的五分之一，突显了集成方法在长跨度预测中的有效性。

意义与贡献
该研究声称在金融预测领域（针对新兴市场）做出了几项重要贡献：

1. 特定背景的见解： 它提供了针对 EGX30 的首次详细的机器学习与深度学习模型对比分析，为在埃及市场独特的动态中航行的投资者提供了可操作的见解。
2. 基于时间跨度的模型选择： 研究表明，没有哪种模型是普遍最优的。它证明了 XGBoost 最适合高频的一日预测，而 GRU 和集成技术对于捕捉每周和每月趋势的复杂性至关重要。
3. 对 KNN 的重新评估： 该研究挑战了将 KNN 视为纯粹短期或简单算法的传统观点，揭示了其在这一特定市场背景下对长期趋势预测具有意想不到且持久的相关性。
4. 集成优越性： 论文强调，虽然单个深度学习模型功能强大，但**集成融合（ensemble blending）**显著增强了稳健性和准确性，特别是对于单个模型容易出现较高误差率的长期预测。

局限性与未来方向
作者承认，微调众多模型需要大量的计算资源，这可能会限制超参数优化的深度。未来的工作提议包括：

• 集成 Transformer 架构，该架构在时间序列预测方面已展现出潜力。
• 纳入源自全球/本地商业日历、新闻以及公众人物社交媒体帖子的情感分析，以丰富预测特征。

总之，本研究验证了先进机器学习和深度学习技术在埃及股票市场的实用性，强调了模型选择必须与投资策略的具体时间跨度相匹配。