← All Collections
🧠 4 parts

Deep Learning for Markets

Neural forecasting for crypto — transformers, diffusion models, and foundation models, and how conformal prediction keeps their uncertainty honest.

  1. 01
    محولات الدمج الزمني للتنبؤ متعدد الآفاق بالمحافظ الاستثمارية
    Jun 22, 2026 #deep-learning

    محولات الدمج الزمني للتنبؤ متعدد الآفاق بالمحافظ الاستثمارية

    كيف يضفي محول الدمج الزمني من Google قابلية التفسير على التنبؤ متعدد الآفاق في إدارة المحافظ الكمية، عبر اختيار المتغيرات المعتمد على الانتباه، ومخرجات الكميات، وخط أنابيب عملي مبني على pytorch-forecasting.

  2. 02
    نماذج الانتشار ضد فوضى العملات المشفرة: لماذا يمكن لـ DDPM التنبؤ بانهيارات البيتكوين أفضل من منجّمك
    Jul 29, 2025 #diffusion models

    نماذج الانتشار ضد فوضى العملات المشفرة: لماذا يمكن لـ DDPM التنبؤ بانهيارات البيتكوين أفضل من منجّمك

    كيف تُحدث نماذج الانتشار ثورة في التنبؤ بالعملات المشفرة، وتتغلب على فوضى التقلبات، وتخلق فرصاً جديدة للتداول الخوارزمي.

  3. 03
    Kronos: نموذج أساسي يعلّم الشموع اليابانية التحدث بلغة المحول
    Apr 19, 2026 #kronos

    Kronos: نموذج أساسي يعلّم الشموع اليابانية التحدث بلغة المحول

    مراجعة Kronos — نموذج أساسي للتنبؤ بشموع OHLCV. مُرمّز BSQ، فك تشفير هرمي، أخذ عينات على مرحلتين.

  4. 04
    التنبؤ المطابق (Conformal Prediction) لتحديد حجم المراكز الواعي بالمخاطر
    Jun 12, 2026 #uncertainty

    التنبؤ المطابق (Conformal Prediction) لتحديد حجم المراكز الواعي بالمخاطر

    فترات تنبؤ خالية من الافتراضات التوزيعية مع ضمان تغطية مؤكد. نستخدم التنبؤ المطابق المقسّم (split conformal) و jackknife+ والاستدلال المطابق التكيفي لمعايرة مخاطر التداول وتحديد حجم المراكز دون افتراضات بارامترية.