لطالما أثارت مشكلة التنبؤ السعري في الأسواق الماليّة اهتمام الباحثين، وهذا لما تحمله من أهمية من جهة، ولما تحمله من خصوصية من جهة أخرى، وذلك بسبب عدم خطيّة التغيرات السعرية، وعدد العوامل الكبير المؤثر بالتغيرات السعرية، أضف إلى ذلك الطبيعة الاحتماليّة التي تجعل مشكلة التنبؤ السعري مشكلة معقدة.
هذا ما دفع الباحثين إلى محاولة اكتشاف الأنماط المخفية المتكررة في هذه الأسواق وذلك عبر أدوات ونماذج مختلفة تم تطويرها بشكل خاص لملائمة طبيعة هذه المشكلة. من أشهر هذه النماذج هي النماذج الرياضيّة التي تعتمد على تعلم الآلة والذكاء الصنعي، ولذلك لما تحمله من قدرة على التعامل مع تعقيد هذه المشكلة والاستفادة من حجم المعطيات الكبير المتعلق بها.
بالاعتماد على هذه النقاط بدأت فكرة هذا البحث لمحاولة إيجاد طريقة مبتكرة لحل هذه المشكلة بدمج مكونات مختلفة في مجال الذكاء الصنعي ونظم دعم القرار. يهدف هذا البحث لتصميم وتنفيذ نظام يحل مشكلة التنبؤ السعري وبنفس الوقت لا يتنازل عن تقديم قدرة تفسيرية للمستخدم عن وضع السوق كما يسمح بالمقارنة بين عدة بدائل عند الحاجة. لحل هذه المشكلة نقترح نظام دعم قرار هجين يدمج بين شبكة عصبونيّة اصطناعية ونظام خبير يعتمد على قواعد المعرفة للقيام بالتنبؤ السعري، وتقديم تقارير للمستخدم تشمل رسوم بيانيّة تفسيرية، ونصائح بحسب وضع السوق.
يقدم النموذج المقترح نتائج عالية الدقة بالاستفادة من الشبكة العصبونيّة عند تدريبها بمعطيات كبيرة، ويقدم أيضاً قدرة تفسيرية بالاستفادة من النّظام الخبير، وأضفنا للنموذج مصفوفة قرار موزَّنة، للتعامل مع عدة بدائل محتملة عند تقارب التنبؤ. يتميز نموذج NES المقترح بقدرته على توليد معطيات مشتقّة إضافية من المعطيات الأوليّة التي يجلبها النّظام من مصادرها. كما يتصف نموذج NES المقترح بالمرونة من جهة، فهو قادر على التعامل مع بدائل مختلفة وحجوم معطيات مختلفة، ومن جهة أخرى، فهو يتميز بالمتانة حيث أنه لا ينحاز إلى مكونات النموذج الأقل دقة خلال عملها.