موقع يدرس حركه الاسهم الامريكيه و السوق و اداء السهم في السنين الجايه باستخدام ال ai

المنصة هي Web-based Interactive Dashboard. الهدف منها هو تحليل وعرض بيانات وتوقعات لأسهم السوق الأمريكي (مثل S&P 500) باستخدام الذكاء الاصطناعي (Hybrid Time-Series Models)، بدون تنفيذ أي عمليات شراء أو بيع فعلية. *بالنسبة للتصميم (UI/UX):* مطلوب تصميم واجهة نظيفة وعصرية جداً، مشابهة جداً للصورة التي أرسلتها لك (Nexchange). يجب أن تدعم الـ Dashboard الرسوم البيانية التفاعلية والجداول الواضحة. *الصفحات والمميزات المطلوبة (Frontend & Backend):* *1. نظام الحسابات ولوحة التحكم:* * *تسجيل الدخول (Authentication):* نعم، مطلوب صفحة لتسجيل الدخول وإنشاء حساب للمستخدمين العاديين. * *لوحة تحكم الإدارة (Admin Panel):* نعم، أريد لوحة تحكم بسيطة لإدارة المستخدمين، ومراقبة حالة سحب البيانات (Data Pipelines)، والتأكد من عمل النماذج بشكل سليم. *2. الصفحة الرئيسية (Market Overview):* * نفس فكرة الصورة المرفقة. تعرض ملخص السوق، ومؤشرات للأسهم (Trending, Top Gainers, etc.)، وتدعم البحث عن الأسهم. * عرض السعر الحالي، نسبة التغير، وحجم التداول، مع رسم بياني مصغر (Sparkline) لكل سهم. *3. صفحة تفاصيل السهم والتوقعات (Single Stock View - وهي الأهم):* * *رسوم بيانية تفاعلية:* عرض شموع الأسعار (Candlestick Graphs). * *المؤشرات الفنية (Technical Indicators):* إمكانية إظهار مؤشرات فنية على الرسم البياني مثل: SMA, EMA, MACD, RSI, Bollinger Bands, ATR. * *عرض التوقعات (AI Forecasting):* يجب أن تعرض الصفحة توقعات الاتجاه القادم للسهم بناءً على نموذج هجين (Hybrid Fusion Mechanism). * إمكانية مقارنة أداء النماذج المختلفة (Statistical vs. Deep Learning) على الرسم البياني. *4. صفحة الأخبار وتحليل المشاعر (News & Sentiment Analysis):* * جلب أحدث العناوين الإخبارية المالية الخاصة بالأسهم. * عرض تحليل لمشاعر السوق (Sentiment Timeline) وتقييم ما إذا كانت الأخبار إيجابية، سلبية، أو محايدة باستخدام تقنيات NLP. *المتطلبات التقنية ونماذج الذكاء الاصطناعي (AI & ML Pipeline):* المشروع ليس مجرد عرض بيانات، بل يحتوي على جزء Data Science متقدم، ويجب بناء النماذج التالية وربطها بالـ Backend: * *سحب البيانات:* جلب بيانات الأسهم التاريخية واليومية (OHLC & Volume) برمجياً عبر APIs. * *النماذج الإحصائية:* ARIMA / SARIMA / GARCH. * *نماذج التعلم العميق (Deep Learning):* Transformer Models أو LSTM/GRU. * *الدمج (Hybrid Integration):* دمج مخرجات النماذج السابقة مع المؤشرات الفنية (Technical Indicators) وتقييمات المشاعر (Sentiment Scores) لإنتاج التوقع النهائي. بناءً على هذه التفاصيل (تصميم واجهات UI/UX برمجة Frontend/Backend بناء ودمج الـ Machine Learning Pipelines)،