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

556 دستاویزات

Machine Learning for Trading

یہ دستاویز وضاحت کرتی ہے کہ ویولیٹ تحلیل اور چلتے اسپیکٹرل تخمینے مختلف زمانی پیمانوں پر مالی ریٹرنز کو کیسے بیان کرتے ہیں۔ ویولیٹس ریٹرنز کو بتدریج سست ادوار کے اجزا میں تقسیم کرتی ہیں، جس سے دیکھا جا سکتا ہے کہ کون سے پیمانے زیادہ تر تغیر رکھتے ہیں۔ مثال…

حصصشماریاتاتار چڑھاؤتکنیکی اشارے
Machine Learning for Trading

یہ نوٹ بک وولیٹیلیٹی، مومنٹم اور تقاطعی کیری درجہ بندی کا لحاظ کرتے ہوئے اندازہ لگاتی ہے کہ آیا فیوچرز کیری کے بعد کے ریٹرنز پر اثرات ہیں۔ یہ علّی وضاحت کو پیش گوئی کی کارکردگی سے الگ رکھتی ہے: منافع بخش بیک ٹیسٹ دکھا سکتا ہے کہ کیری ریٹرنز کی پیش گوئی کرتی…

فیوچرزاثاثہ رکھنے کی لاگت یا آمدنمشین لرننگشماریات
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 وضاحت کرتی ہے کہ انٹرا ڈے حصص کے ریٹرنز میں مسلسل قیمت کی تبدیلی کو جمپس سے کیسے الگ کیا جائے۔ یہ مربع ریٹرنز سے روزانہ کی حقیقی ویرینس کا اندازہ لگاتی اور مسلسل جزو کے لیے جمپ کے اثر سے محفوظ تخمینہ، بائی پاور ویرینس، استعمال کرتی ہے؛ ان دونوں کا…

حصصاتار چڑھاؤشماریاتمارکیٹ مائیکرو اسٹرکچر
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 نوٹ بک نو اثاثہ جاتی طبقات میں مالی خصوصیات کی تیار کردہ فہرست مختلف کیس اسٹڈیز کے پار پیش کرتی ہے۔ یہ دستیاب ہر فیچر پینل میں خصوصیات اور نام پر مبنی گروہوں کی گنتی کرتی، خصوصیات کی جگہوں کے حجم کا موازنہ کرتی اور ہر کیس اسٹڈی کی ماڈل رجسٹری میں درج سب…

کئی اثاثوں پر مبنیشماریاتفیکٹر سرمایہ کاری
Machine Learning for Trading

یہ باب مالی متن کی نمائندگی کے طریقوں کا جائزہ لیتا ہے، لغات اور لفظی شمار سے لے کر TF-IDF، جامد ایمبیڈنگز، بازگشتی نیٹ ورکس اور ٹرانسفارمرز تک۔ اس میں ان کے سمجھوتوں کی وضاحت ہے: سادہ طریقے تیز، قابلِ فہم اور مالیات کے لیے قابلِ موافقت ہیں، جبکہ سیاقی ماڈلز…

مشین لرننگمارکیٹ کا مزاجشماریاتحصص
Machine Learning for Trading

یہ نوٹ بک مالیاتی بازیافت سے تقویت یافتہ متن سازی کے نظام کی جانچ کا ڈھانچا بناتی ہے، جس میں بازیافت کی کوریج، جواب کی ماخذ سے وفاداری، مناسب جواب سے گریز اور سیکیورٹی رویے کی الگ پیمائش ہے۔ اس میں ہاتھ سے تیار کردہ چھ آزمائشی مثالیں ہیں؛ سیاق کا کچھ حصہ…

مشین لرننگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک ریٹرن ماڈلز کو بہتر بنانے کے لیے آپٹونا استعمال کرتی ہے اور ساتھ ہی تقاطعی معلوماتی ضریب (IC) اور پیش گوئیوں کے ٹرن اوور کو دیکھتی ہے۔ موازنے کے لیے ایک مقصدی تلاش IC کو زیادہ سے زیادہ کرتی ہے؛ NSGA-II کی کثیر مقصدی تلاش پاریٹو کے لحاظ سے بہترین…

مشین لرننگشماریاتفیوچرزکرپٹو
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 نوٹ بک 21-روزہ مستقبل کے ETF منافع کو اوپر یا نیچے کے ہدف میں بدلتی ہے اور زمانی ترتیب والے واک فارورڈ فولڈز پر L1 اور L2 ریگولرائزڈ لاجسٹک ریگریشن جانچتی ہے۔ یہ ہر فولڈ کے تربیتی ڈیٹا سے فیچرز کو اسکیل کرتی ہے، پھر درستگی، پریسیژن، ریکال، F1، ROC AUC اور…

مشین لرننگشماریاتپوزیشن کا حجم طے کرناحصص
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 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
Machine Learning for Trading

یہ نوٹ بک کمپنیوں کی 10-K فائلنگز کے اقتباسات پر BM25 کلیدی لفظ تلاش، ڈینس ایمبیڈنگز، باہمی رینک فیوژن (RRF) اور کراس انکوڈر کی دوبارہ درجہ بندی کا موازنہ کرتی ہے۔ یہ ہر بازیافت کے طریقے کو تیار کرتی ہے اور عین، مفہومی اور مخلوط سوالات کے لیے نتائج کی درجہ…

مشین لرننگشماریاتحصص
Machine Learning for Trading

یہ نوٹ بک US ایکویٹیز کے پینل پر تین منافع کی مدتوں کے لیے LightGBM ماڈلز کا موازنہ کرتی ہے۔ اس کا گرڈ درختوں کے لیف کی تعداد اور لاس فنکشنز بدلتا ہے، پھر درختوں کی متعدد تعداد پر ہر ترتیب کو اسکور کرتا ہے۔ بحث بتاتی ہے کہ کم گہرے درخت فیچر کے باہمی اثرات…

حصصمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ادارہ جاتی ملکیت، مینیجرز کی درجہ بندی اور مشترکہ ملکیت کے نیٹ ورکس کا مطالعہ کرنے کے لیے SEC کے سہ ماہی بلک 13F ہولڈنگز ڈیٹا پر کارروائی کرتی ہے۔ یہ فائلنگ کی تاریخوں سے ہر مینیجر کی تازہ ترین فائلنگ منتخب کرتی ہے، جاری کنندہ کے متن کے بجائے CUSIP…

حصصامریکی مارکیٹیںشماریاتمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ نوٹ بک ایکویٹی اور آپشن تحقیق سے حاصل شدہ توثیقی پیش گوئیوں کو طویل پوزیشن والے ایکویٹی پورٹ فولیوز میں بدل کر جانچتی ہے۔ اس میں مساوی وزن والا ٹاپ-K بنیادی طریقہ استعمال ہوتا ہے، پورٹ فولیو کے مختلف ارتکاز کا موازنہ کیا جاتا ہے، اور ہر لیبل کے لیے مخصوص…

حصصآپشنزبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک S&P 500 اسٹاکس پر مختصر ایٹ دی منی اسٹریڈلز کے مستقبل کے منافع کے لیبل بناتی ہے۔ چونکہ روزانہ کا 30-روزہ اسٹریڈل پینل ہر سیشن میں مختلف اسٹرائیک یا میعادِ اختتام پر منتقل ہوتا ہے، اس لیے قیمتوں کی سیریز کو آگے سرکانے سے مختلف معاہدوں کا موازنہ ہو…

آپشنزڈیریویٹوز کی قیمت بندیاتار چڑھاؤبیک ٹیسٹنگ