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 نوٹ بک اوورلیپ کرنے والی قیمت سے اخذ کردہ خصوصیات کی مدد سے ETF ریٹرنز کی پیش گوئی کرنے والے خطی ماڈلز کا موازنہ کرتی ہے۔ چونکہ متعدد ریٹرن افق اور انڈیکیٹر خاندان ایک جیسی معلومات ظاہر کر سکتے ہیں، اس لیے عام کم از کم مربعات قریباً یکساں خصوصیات کو غیر…

حصصکئی اثاثوں پر مبنیمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک دیکھتی ہے کہ ای ٹی ایف کے ریٹرن کی پیش گوئیاں غیر یقینی کیسے ظاہر کر سکتی ہیں، اور مونٹی کارلو ڈراپ آؤٹ کا ڈیپ اینسمبلز سے موازنہ کرتی ہے۔ بار بار پیش گوئی کے دوران ڈراپ آؤٹ فعال رہتا ہے، جبکہ اینسمبل الگ الگ تربیت یافتہ نیٹ ورکس کے اختلاف کو ناپتا…

حصصمشین لرننگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک متعدد ٹریڈنگ کیس اسٹڈیز سے رجسٹرڈ ڈبل مشین لرننگ تخمینے جمع کرتی ہے اور ان کی غیر یقینی اور تشخیصی پیمانوں کا موازنہ کرتی ہے۔ یہ ہر مطالعے کی رجسٹری سے موجودہ قطاریں لوڈ کرتی، رجسٹری کی سالمیت اور لیبلز کی یکتائی جانچتی، کوریج واضح کرتی، اور HAC…

شماریاتمشین لرننگرسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایس اینڈ پی 500 آپشنز کے مطالعے میں پیش گوئی کے لیے پہلے سے مقرر LSTM ماڈل فٹ کرتی ہے۔ نیٹ ورک ہر سمبل کی تاریخ کی زمانی ترتیب والی ونڈوز لیتا ہے اور دستی طور پر بنائے گئے فیچرز پر مکمل انحصار کرنے کے بجائے سیشنز کے دوران معلومات کو ظاہر کرنے کے…

حصصآپشنزمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک مالیاتی خبروں کے جملوں کو مثبت، غیر جانب دار یا منفی درجہ دینے کے تین طریقوں کا موازنہ کرتی ہے: لوجسٹک ریگریشن کے ساتھ TF-IDF کے لفظی اور عبارتی فیچرز، کلاسیفائر کے ساتھ اوسط جامد لفظی ویکٹرز، اور پہلے سے تربیت یافتہ فن برٹ جذباتی ماڈل۔ طریقوں کی…

مشین لرننگمارکیٹ کا مزاجحصصشماریات
Machine Learning for Trading

یہ نوٹ بک اکاؤنٹنگ اور قیمت پر مبنی خصوصیات کو اگلے مہینے کے US اسٹاک ریٹرنز کے انفرادی پیش گو کے طور پر جانچتی ہے۔ یہ ہر خصوصیت اور ریٹرن لیبل کے درمیان ماہانہ کراس سیکشنل درجہ جاتی باہمی تعلق نکالتی ہے، پھر ترقیاتی مدت کے مہینوں میں اس کا خلاصہ کرتی ہے۔…

حصصفیکٹر سرمایہ کاریشماریاتمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک CME فیوچرز کیس اسٹڈی کے امیدوار فیچرز کو آئندہ ریٹرنز کے مقابل جانچتی ہے۔ ہر فیچر کے لیے یہ فیچر کی قدروں اور بعد کے ریٹرنز کے درمیان کراس سیکشنل درجہ جاتی باہمی تعلق نکالتی ہے، تاریخوں کے لحاظ سے اس کا خلاصہ کرتی ہے، باہم متداخل ریٹرن ادوار کے لیے…

فیوچرزشماریاتمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایکویٹی ریٹرنز سے آزادانہ طور پر مارکیٹ کے حالات بیان کرنے کے لیے ماہانہ میکرو اکنامک اشاریوں کے کلسٹر بناتی ہے۔ یہ FRED سلسلوں کو مہینے کے اختتام کے مشاہدات سے ہم آہنگ کرتی ہے، بے روزگاری، وفاقی فنڈز کی شرح، ییلڈ کرو کی اسپریڈ اور سال بہ سال CPI…

مشین لرننگشماریاتاتار چڑھاؤامریکی مارکیٹیں
Machine Learning for Trading

یہ نوٹ بک مصنوعی روزانہ ETF ریٹرن سلسلے بنانے کے لیے ڈفیوژن۔TS کو اپناتی ہے۔ اس کا ڈینوائزر اصل سلسلے کی پیش گوئی کرتا ہے اور اس پیش گوئی کو پولینومیئل رجحان، منتخب فورئیر اجزا اور باقی ماندہ حصے میں تقسیم کرتا ہے۔ وقت کے دائرے اور فریکوئنسی کے دائرے کا…

مشین لرننگاتار چڑھاؤشماریاتکئی اثاثوں پر مبنی
Machine Learning for Trading

یہ نوٹ بک تعینات مالیاتی ماڈل کی حقیقی ہولڈ آؤٹ فائلوں سے نگرانی کا طریقۂ کار بناتی ہے۔ ڈرفٹ ناپنے سے پہلے یہ جانچتی ہے کہ آنے والا فیچر ڈیٹا موجود اور ساختی طور پر درست ہے، پھر حوالہ جاتی اور موجودہ ونڈوز کا موازنہ کرتی ہے۔ فیچر کی تقسیم میں تبدیلیاں…

مشین لرننگشماریاترسک مینجمنٹحصص
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ SHAP پینل کی رِج ریگریشن پیش گوئیوں کی ETF کے ذریعے تشریح کیسے کی جائے۔ خطی ماڈل میں ہر فیچر سے منسوب حصہ اس کے کوفیشنٹ اور تربیتی پس منظر کے اوسط سے فیچر کے انحراف کو ضرب دینے کے برابر ہے، اس لیے ان حصوں کو بند فارم حساب سے جانچا جا…

مشین لرننگشماریاتحصصبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ان دو طریقوں کا موازنہ کرتی ہے جو تاریخی ڈیٹا میں روزانہ کی اوپن، ہائی، لو، کلوز اور والیوم قدریں ہوں مگر کوٹس نہ ہوں تو بولی اور طلب کے فرق کا تخمینہ لگاتے ہیں۔ کورون۔شولٹز روزانہ اور دو روزہ ہائی۔لو حدود کا موازنہ کرکے فرق کو اتار چڑھاؤ سے الگ…

مارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمدشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک SEC کی سالانہ اور سہ ماہی فائلنگز کو بعد کے جذباتی، موضوعاتی اور ایمبیڈنگ تجزیے کے لیے منظم متن میں بدلنے کا طریقۂ کار پیش کرتی ہے۔ یہ مطلوبہ حصوں کو فارم کے مخصوص آئٹم نمبروں سے جوڑتی ہے اور واضح کرتی ہے کہ انتظامیہ کی بحث 10-Ks اور 10-Qs میں…

حصصمارکیٹ کا مزاجواقعات پر مبنیشماریات
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ مشروط آٹو انکوڈر کس طرح انسٹرومنٹڈ پرنسپل کمپوننٹ ماڈل کو وسعت دیتا ہے: ایک نیورل نیٹ ورک اسٹاک کی خصوصیات کو فیکٹر ایکسپوژرز میں تبدیل کرتا ہے، جبکہ ماڈل ایکسپوژر اور فیکٹر ریٹرن کی وہی ساخت برقرار رکھتا ہے۔ یہ ہر تربیتی ونڈو کے مقررہ…

حصصفیکٹر سرمایہ کاریمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ مطالعہ مالیاتی اور GJR-GARCH اتار چڑھاؤ کے فیچرز کو آئندہ ایکویٹی ریٹرنز کے مقابل جانچتا ہے۔ ہر سیشن کے لیے یہ فیچر اور بعد کے ریٹرنز کے درمیان اسٹاکس کی درجہ بندی کا باہمی تعلق نکالتا ہے، پھر اوسط تعلق، واک فارورڈ توثیقی ادوار میں تسلسل، اور متعدد…

حصصآپشنزشماریاتمشین لرننگ
Machine Learning for Trading

یہ حوالہ جذبات کے تجزیے، متنی خصوصیات کی تیاری اور خبروں کو منافع سے جوڑنے والے تجربات کے لیے مالی خبروں کے دو متنی ڈیٹا مجموعوں کا تعارف دیتا ہے۔ FNSPID سرخیوں کو اسٹاک ٹکروں سے جوڑتا ہے اور طویل تاریخی مدت کا احاطہ کرتا ہے؛ مکمل مجموعے کے ساتھ ایک چھوٹا…

حصصمارکیٹ کا مزاجمشین لرننگشماریات
Machine Learning for Trading

یہ ماڈیول بتاتا ہے کہ توثیق کے مراحل اور اسٹریٹیجی لیبلز میں ہولڈ آؤٹ انتخابی مجموعہ کیسے مرتب کیا جائے۔ یہ ان اختلافات کو حل کرتا ہے جن سے منجمد امیدوار مجموعے اور براہِ راست دوبارہ تشکیل مختلف کنفیگریشن منتخب کر سکتے ہیں، یا بعد کا تجزیہ فاتح کے بجائے کسی…

بیک ٹیسٹنگرسک مینجمنٹپورٹ فولیو کی تشکیلشماریات
Machine Learning for Trading

یہ نوٹ بک دکھاتی ہے کہ دس پرنسپل کمپوننٹس سے ناپی گئی وسیع حرکات کا حساب رکھنے کے بعد چار منظم پورٹ فولیو اسٹریٹیجیز، SPY کے منافع کی وضاحت میں اضافہ کرتی ہیں یا نہیں۔ امیدوار پورٹ فولیوز ای ٹی ایف کو حالیہ مومینٹم، کم اتار چڑھاؤ یا مختصر مدتی واپسی کی بنیاد…

حصصمشین لرننگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ دستاویز سہ ماہی SEC 13F بلک فائلنگز کو ادارہ جاتی ہولڈنگز کے پینل میں بدلنے کا طریقۂ کار بتاتی ہے۔ یہ ہر منیجر کی تازہ ترین فائلنگ تاریخِ جمع آوری سے چنتی، سیکیورٹیز کی شناخت کے لیے فائلر کے درج کردہ کمپنی ناموں کے بجائے CUSIP استعمال کرتی، اور غیر معقول…

حصصامریکی مارکیٹیںشماریاتمارکیٹ کا مزاج
Machine Learning for Trading

یہ دستاویز ETF کے منافع کو ماڈل کرنے کے لیے آلہ جاتی پرنسپل کمپوننٹ تجزیے کی وضاحت کرتی ہے۔ عام PCA کے برعکس، جو ہر فنڈ کو عوامل کی مستقل نمائشیں دیتا ہے، IPCA ہر فنڈ کی نمائشوں کو اس کی قابلِ مشاہدہ خصوصیات کا مشترکہ خطی تابع بناتا ہے۔ یہ خصوصیات سے نمائشوں…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک NASDAQ-100 اسٹاکس کو ان کے اگلے 15 منٹ کے منافع کے لحاظ سے درجہ بند کرنے والے پیش گوئی ماڈلز کا، انٹراڈے مائیکرو اسٹرکچر معلومات مثلاً اسپریڈ، گہرائی کے عدم توازن، دستخط شدہ حجم اور قیمت کے اثر سے موازنہ کرتی ہے۔ یہ ہر ماڈل خاندان سے ایک نمائندہ…

حصصمشین لرننگشماریاتمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ نوٹ بک متوقع لاگ دولت کو زیادہ سے زیادہ کرکے دو ممکنہ نتائج والی شرط کے لیے کیلی کا حجم اخذ کرتی ہے، پھر دکھاتی ہے کہ شرط کا حجم نقلی دولت کے راستوں کی تقسیم کو کیسے بدلتا ہے۔ یہ طریقہ مسلسل منافع اور کئی اثاثوں والے پورٹ فولیوز تک پھیلاتی ہے، جہاں معروف…

پوزیشن کا حجم طے کرنارسک مینجمنٹپورٹ فولیو کی تشکیلشماریات
Machine Learning for Trading

یہ سہولت بتاتی ہے کہ اصل حساب دوبارہ چلائے بغیر بیک ٹیسٹ شناختی نمبروں کی تبدیلی کی توثیق کیسے کی جائے۔ یہ رجسٹرڈ پتے رکھنے والے کالم دریافت کرنے کے لیے ڈیٹا بیس اسکیمے دیکھتی ہے، جن میں متنی دستاویزات کے اندر شامل حوالے بھی آتے ہیں، پھر تبدیلی سے پہلے اور…

بیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ تجزیہ جانچتا ہے کہ متعدد ٹریڈنگ مطالعات میں منتخب کیے گئے سگنل مزید استعمال کے لیے کافی قابلِ اعتماد دکھائی دیتے ہیں یا نہیں۔ یہ توثیقی معلوماتی عددی نسبت (IC) کا ہولڈ آؤٹ شواہد سے موازنہ کرتا، استحکام اور دوبارہ پیدا کیے جانے کی صلاحیت دیکھتا، اور پیش…

مشین لرننگشماریاتبیک ٹیسٹنگرسک مینجمنٹ