مواد پر جائیں

علمی لائبریری

کتابوں، مقالوں، مضامین اور کوڈ کے خلاصے اور اہم خیالات جنہیں ہمارے AI ایجنٹس پڑھتے ہیں، Stratmill کے تحقیقی ایجنٹ نے لکھے ہیں۔ ہر صفحے پر اصل ماخذ کا لنک ہے۔

لائبریری میں تلاش کریں

577 دستاویزات

Machine Learning for Trading

یہ نوٹ بک آلہ جاتی پرنسپل کمپوننٹ تجزیے کی وضاحت کرتی ہے، جس میں پوشیدہ عوامل کی لوڈنگز ہر حصص کو ایک مقررہ لوڈنگ دینے کے بجائے قابلِ مشاہدہ اسٹاک خصوصیات پر منحصر ہوتی ہیں۔ خصوصیات سے عاملانہ ایکسپوژرز تک مشترک نقشہ ایسے اسٹاکس کے لیے لوڈنگز بنا سکتا ہے جو…

حصصمشین لرننگشماریاتفیکٹر سرمایہ کاری
Machine Learning for Trading

یہ نوٹ بک لانگ اونلی، مکمل سرمایہ کاری والے مارکووٹز فریم ورک کی تشکیل کرتی ہے، جس میں قابلِ عمل پورٹ فولیوز، مؤثر سرحد، زیادہ سے زیادہ شارپ اور کم سے کم تغیر کے حل شامل ہیں۔ یہ وضاحت کرتی ہے کہ پورٹ فولیو کا تغیر کوواریئنس میٹرکس پر کیسے منحصر ہے اور جب…

کئی اثاثوں پر مبنیپورٹ فولیو کی تشکیلشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ماڈل رینکنگز کو سادہ کرپٹو پرپیچوئل فیوچرز پورٹ فولیوز میں بدلتی ہے تاکہ بعد کے تجربات پوزیشن سائز، اخراجات یا رسک کنٹرولز بدلنے کے اثرات ناپ سکیں۔ یہ داخلے کے قواعد لاگو کرتی ہے، مثلاً لانگ کے لیے سب سے زیادہ اسکور والے اور شارٹ کے لیے سب سے کم…

کرپٹوپرپیچوئل فیوچرزبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک دکھاتی ہے کہ زمانی ترتیب میں کیلیبریشن اور جائزے کو الگ رکھتے ہوئے مومینٹم پورٹ فولیو کے لیے StopLoss، TakeProfit، اور TrailingStop قواعد کیسے ٹیون کیے جائیں۔ یہ کیلیبریشن ڈیٹا سے انفرادی قاعدوں کی حدود اور مشترک امتزاج آزماتی ہے، پھر بعد کے جائزے…

حصصرسک مینجمنٹبیک ٹیسٹنگمومینٹم
Machine Learning for Trading

یہ دستاویز پانچ روزہ ETF مومینٹم اسٹریٹیجی کو مشترک اسٹریٹیجی انٹرفیس کے ذریعے Alpaca سے جوڑنے کا مظاہرہ کرتی ہے۔ اسٹریٹیجی SPY، QQQ، اور IWM میں مومینٹم پر نظر رکھتی ہے اور حد عبور ہونے پر سگنل بناتی ہے۔ بروکر کے مخصوص اڈاپٹر ڈیٹا اور آرڈرز سنبھالتے ہیں،…

حصصمومینٹمآرڈر پر عمل درآمدرسک مینجمنٹ
Machine Learning for Trading

یہ دستاویز CME فیوچرز اسٹریٹیجیز کے لیے متبادل پوزیشن سائزنگ طریقوں کا موازنہ کرتی ہے، جنہیں برابر وزن کی توثیقی شارپ سے درجہ بند بنیادی نمونے میں سے چنا گیا ہے۔ برابر وزن ہر منتخب مصنوعے کو یکساں سمجھتا ہے، حالانکہ فیوچرز کنٹریکٹس کی وولیٹیلیٹی اور باہمی…

فیوچرزاجناسپوزیشن کا حجم طے کرناپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک ماڈل کی پیش گوئیوں کے مجموعوں کو قابلِ موازنہ ایس اینڈ پی 500 آپشن بیک ٹیسٹس میں بدلتی ہے۔ ہر ہفتہ وار فیصلہ تاریخ پر یہ پیش گوئی شدہ ریٹرنز کی درجہ بندی کرتی، سیال کائنات میں بلند ترین درجہ والے سمبل چنتی اور برابر وزن کے ایٹ دی منی اسٹریڈلز فروخت…

آپشنزحصصبیک ٹیسٹنگآرڈر پر عمل درآمد
Machine Learning for Trading

یہ دستاویز سرمایہ مختص کرنے سے پہلے موجودہ اور امیدوار ماڈل کا شیڈو جانچ میں موازنہ کرنے کا طریقہ بیان کرتی ہے۔ یہ ان کے کردار اور ترقی کی حدیں پہلے سے طے کرتی، پھر امیدوار کو پانچ پہلوؤں پر جانچتی ہے: سالانہ بنائے گئے شارپ میں بہتری، مشاہدات کی کم از کم…

مشین لرننگشماریاترسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک فیسٹ کو پارکیٹ ماخذ، اداروں، فیچر ویوز، ٹائم اسٹیمپس اور وقتِ بقا کی پالیسی کے ساتھ ترتیب دینے، پھر تربیتی مثالوں اور فعال طرز کے وقت کے مطابق سوال کے لیے خصوصیات بازیافت کرنے کا مظاہرہ کرتی ہے۔ یہ فیسٹ کے نتائج کا فیچر بہ فیچر ہاتھ سے لکھے نقطۂ…

مشین لرننگآرڈر پر عمل درآمدبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ نوٹ بک حصص کے فیکٹر ماڈلنگ کے لیے زیرِ نگرانی آٹو انکوڈر متعارف کراتی ہے۔ غیر زیرِ نگرانی آٹو انکوڈرز کے برعکس، جو تقاطعی ساخت کی ازسرِنو تعمیر سے بوتل گردن سیکھتے ہیں، یہ ماڈل تربیتی مقصد میں مستقبل کے ریٹرنز بھی شامل کرتا ہے۔ چنانچہ ہدف پیش گوئیوں کے…

حصصمشین لرننگفیکٹر سرمایہ کاریشماریات
Machine Learning for Trading

یہ نوٹ بک CME فیوچرز پر نیورل اسٹاکاسٹک ڈسکاؤنٹ فیکٹر ماڈل لاگو کرتی ہے۔ اثاثہ جاتی قیمت گذاری میں اسٹاکاسٹک ڈسکاؤنٹ فیکٹر ایک بے ترتیب متغیر ہے جسے ہر اثاثے کے ریٹرن سے ضرب دینے پر، عدمِ ثالثی کی حالت میں، متوقع قدر یکساں ہوتی ہے۔ ماڈل اس پوشیدہ مقدار کا…

فیوچرزمشین لرننگفیکٹر سرمایہ کاریبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز بروکر ریپر کی مثال دیتی ہے جو ٹریڈ آگے بھیجنے سے پہلے آرڈرز اور پورٹ فولیو کی حالت جانچتا ہے۔ اس کے کنٹرولز میں ہر آرڈر کے حصص اور مالیت کی حد، پوزیشن کی نمائش کی حد، آرڈر کی رفتار کی حد، اثاثوں کی اجازت اور ممانعت کی فہرستیں، اور ہنگامی روک شامل…

رسک مینجمنٹپوزیشن کا حجم طے کرناآرڈر پر عمل درآمدبیک ٹیسٹنگ
Machine Learning for Trading

یہ تجزیہ جانچتا ہے کہ کوئی ماڈل فٹ کرنے سے پہلے کیا سیٹلمنٹ ڈیٹا ہفتہ وار، تقاطعی CME فیوچرز اسٹریٹیجی کی حمایت کر سکتا ہے۔ یہ دیکھتا ہے کہ ری بیلنس کی تاریخوں پر مطلوبہ لانگ اور شارٹ پورٹ فولیو بھرنے کے لیے کافی مصنوعات کے کوٹس موجود ہیں یا نہیں، ایکسچینج…

فیوچرزاثاثہ رکھنے کی لاگت یا آمدنرسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ کیس اسٹڈی US کمپنیوں کی خصوصیات سے بنی ماہانہ لانگ شارٹ ڈیسیل اسٹریٹیجیز کا جائزہ لیتی ہے۔ یہ نقطۂ وقت کے حسابی وقفوں، واک فارورڈ توثیق اور دور کے لحاظ سے بدلتی ٹریڈنگ لاگت کے تحت خطی ماڈلز، گریڈینٹ بوسٹنگ اور پوشیدہ عوامل کے طریقوں کا موازنہ کرتی ہے۔…

حصصامریکی مارکیٹیںفیکٹر سرمایہ کاریمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک مالی ٹائم سیریز کے کاموں پر ایمبیڈڈ، سرور پر مبنی، عمومی مقصد اور ٹریڈنگ کے لیے مخصوص ڈیٹا بیسز کا موازنہ کرتی ہے: بڑے پیمانے پر تحریر، مکمل اسکین، وقت کی حد کے سوالات، OHLCV کا مجموعہ، اور ٹریڈ و کوٹ کی مطابقت۔ بنیادی نکتہ یہ ہے کہ ذخیرہ کرنے کی…

بیک ٹیسٹنگشماریاتمارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمد
Machine Learning for Trading

یہ تعلیمی جائزہ مصنوعی مالیاتی راستے بنانے کے لیے پیرامیٹرک احتمالی ماڈلز اور بوٹسٹریپ طریقوں کا موازنہ کرتا ہے۔ اس میں جیومیٹرک براؤنین موشن، جمپ ڈفیوژن، اوسط کی طرف واپسی، ہیسٹن اسٹاکاسٹک وولیٹیلیٹی، اور GARCH شامل ہیں؛ ساتھ ہی آزاد اور بلاک پر مبنی دوبارہ…

شماریاتاتار چڑھاؤرسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ تجزیہ دستخط شدہ ماڈل منافع کی پیش گوئیوں کو دو رخی پوزیشنوں میں بدلنے کے تین طریقوں کا موازنہ کرتا ہے: صفر کی مقررہ حد، ہر علامت کے لیے سابقہ مدت کا پرسنٹائل، اور علامات کے درمیان کراس سیکشنل پرسنٹائل۔ یہ قواعد ETFs اور کرپٹو پرپیچوئلز کی رجسٹرڈ توثیقی…

مشین لرننگآرڈر پر عمل درآمدبیک ٹیسٹنگکرپٹو
Machine Learning for Trading

یہ نوٹ بک مالیاتی اور ماڈل پر مبنی ڈیٹا کے لیے Feast کو فیچر اسٹور کے طور پر مرتب کرتی ہے، پھر اس کی تاریخی اور وقت کے مخصوص بازیافت کا شفاف، ہاتھ سے بنائے گئے جوائن سے موازنہ کرتی ہے۔ یہ اینٹٹیز، ٹائم اسٹیمپ والے ماخذ، فیچر ویوز اور مدتِ اعتبار متعین کرتی…

مشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ نوٹ بک ماہانہ US اسٹاک منافع پر گریڈینٹ بوسٹنگ کے مقاصد کا موازنہ کرتی ہے، جبکہ فیچرز، ہدف اور واک فارورڈ فولڈز مستقل رکھتی ہے۔ یہ مربع خطا کا مطلق خطا اور Huber لاس سے موازنہ کرتی ہے، جو بڑے بقایا جات کے اثر کو کم کرتا ہے۔ وجہ یہ ہے کہ انفرادی منافع کی…

حصصمشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ ماڈیول کئی مخفی فیکٹر ماڈلز، بشمول پرنسپل کمپوننٹس، انسٹرومنٹڈ پرنسپل کمپوننٹس اور نیورل آٹو انکوڈرز، کی واک فارورڈ فٹنگ اور جانچ کو مربوط کرتا ہے۔ یہ پینل ڈیٹا اور فولڈز تیار کرتا، ماڈل کے مخصوص رنرز چلاتا، اور پیش گوئیوں، فولڈ کی سطح کے میٹا ڈیٹا اور…

فیکٹر سرمایہ کاریمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ تناسبی لین دین کے اخراجات میں تبدیلی ہر منافع کے لیبل کے لیے توثیق پر منتخب ایک FX اسٹریٹیجی کو کیسے متاثر کرتی ہے۔ پہلے اشارے، تقسیم اور رسک اوورلے کے امیدواروں میں سے بنیادی اسٹریٹیجی منتخب کی جاتی ہے، پھر اسٹریٹیجی کی دوسری شناختیں…

فاریکسبیک ٹیسٹنگآرڈر پر عمل درآمدرسک مینجمنٹ
Machine Learning for Trading

یہ تجزیہ وضاحت کرتا ہے کہ CME فیوچرز ماڈلز کے لیے کراس سیکشنل معلوماتی ضریب (IC) کیسے پڑھیں اور اس کا بعد کے پورٹ فولیو ٹیسٹس سے کیا تعلق ہے۔ یہ ہر تاریخ پر پیش گوئی شدہ اور حقیقی منافع کی رینک باہمی تعلق کا حساب کرتا ہے، پھر ان تعلقات کا تاریخوں پر اوسط…

فیوچرزشماریاتمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ آیا تاریخی ETF ڈیٹا کسی ماڈل یا پیش گوئی کی تیاری سے پہلے ماہانہ درجہ بندی کی اسٹریٹیجی کی مدد کر سکتا ہے۔ یہ پچھلے سال کی لیکویڈیٹی سے کسی وقت پر اہلیت جانچتی ہے، ازسرِنو توازن کی تاریخوں پر دستیاب فنڈز گنتی ہے، فی حصص کمیشن اور…

حصصبیک ٹیسٹنگآرڈر پر عمل درآمدشماریات
Machine Learning for Trading

دستاویز وضاحت کرتی ہے کہ ڈیفلیٹڈ شارپ تناسب (DSR) منتخب اسٹریٹیجی کے شارپ کو آزمائی گئی اسٹریٹیجیز کی تعداد، ان کے شارپ تخمینوں میں فرق اور غیر معمولی منافع کی تقسیم کے مطابق کیسے ایڈجسٹ کرتا ہے۔ یہ اس کا غیر اصلاح شدہ احتمالی شارپ حساب سے موازنہ کرتی ہے اور…

بیک ٹیسٹنگشماریاترسک مینجمنٹ