مقارنة نماذج الذكاء الاصطناعي
نموذجان، ونافذة واحدة، وفئة أصول واحدة، وأفق واحد. تُعرض الدقة مع فاصل ثقة 95% لأن نسبة بلا فاصل ثقة لا يمكن مقارنتها بنسبة أخرى.
تحليل قائم على قواعد
rule-based-analysis
33.5%
فاصل ثقة 95%: 32.9% – 34.0%
- حجم العينة29268
- صحيح9795
- متوسط الثقة المعلنة 35.1%
- فجوة الثقة 1.7 نقطة
- الرموز المغطاة 307 / 336
- التغطية من إجمالي الرموز 91.4%
- الآفاق المستخدمة1
| الثقة | العدد | الدقة |
|---|---|---|
| 0–50% | 26341 | 33.0% |
| 50–70% | 1742 | 39.7% |
| 70–85% | 591 | 31.5% |
| 85–100% | 594 | 39.1% |
FinBERT
huggingface-ProsusAI/finbert
55.6%
فاصل ثقة 95%: 53.6% – 57.6%
- حجم العينة2407
- صحيح1338
- متوسط الثقة المعلنة 94.0%
- فجوة الثقة 38.4 نقطة
- الرموز المغطاة 29 / 336
- التغطية من إجمالي الرموز 8.6%
- الآفاق المستخدمة1
| الثقة | العدد | الدقة |
|---|---|---|
| 0–50% | 0 | — |
| 50–70% | 0 | — |
| 70–85% | 0 | — |
| 85–100% | 2407 | 55.6% |
خلال آخر 30 أيام لا يتداخل فاصلا الثقة، لذا فإن هذه العينة تفصل بين النموذجين فعلًا.
تُحتسب الدقة صحيحة عندما يطابق الاتجاه المعلن اتجاه حركة السعر بما يتجاوز عتبة 1% خلال الأفق المذكور. والتغطية هي نسبة الرموز المُقيَّمة في هذه النافذة التي أبدى النموذج رأيًا فيها — فنسبة مرتفعة على أربعة رموز ليست الادعاء نفسه على تسعين رمزًا. المنهجية الكاملة والإفصاحات