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 پہلے سے منتخب کردہ ETF اسٹریٹیجی کو محفوظ ہولڈ آؤٹ مدت پر جانچتی ہے۔ یہ تربیتی شناخت اور چیک پوائنٹ سے مطابقت رکھنے والی پیش گوئیاں حاصل کرتی، پہلے سے طے شدہ اسٹریٹیجی کی تفصیل اور ٹریڈنگ لاگتیں لاگو کرتی، اور نتیجے کا بیک ٹیسٹ رجسٹر کرتی ہے۔ ہولڈ…

بیک ٹیسٹنگپورٹ فولیو کی تشکیلرسک مینجمنٹپوزیشن کا حجم طے کرنا
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
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ S&P 500 آپشنز اسٹریٹیجی کی توثیقی کارکردگی، ادا کیے گئے کوٹ کردہ اسپریڈ کے مختلف فرضی حصوں کے تحت کیسے بدلتی ہے۔ یہ ہر ماڈل خاندان کے لیے ایک بنیادی اسٹریٹیجی منتخب کرتی ہے، پھر اسپریڈ لاگت کے مفروضوں اور پوری اٹ دی منی اسٹرَیڈل…

آپشنزآرڈر پر عمل درآمدبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک توثیقی ڈیٹا پر منتخب کردہ ترتیب استعمال کرتے ہوئے پہلے سے غیر استعمال شدہ ETF ہولڈ آؤٹ ونڈو کے لیے پیش گوئیاں بناتی ہے۔ یہ تربیت کی وضاحت کو ونڈو کھلنے سے ایک لیبل افق پہلے ختم کرنے کے لیے دوبارہ بناتی، ماڈل کو دوبارہ فٹ کرتی، منتخب چیک پوائنٹ…

بیک ٹیسٹنگرسک مینجمنٹشماریات
Machine Learning for Trading

یہ دستاویز رجسٹری کی جانچ بیان کرتی ہے تاکہ فیصلہ کیا جا سکے کہ ماڈل کی تربیت اور بیک ٹیسٹ دوبارہ استعمال کیے جائیں یا ازسرِنو چلائے جائیں۔ رنز کی شناخت ان کی وضاحتوں سے اخذ کردہ ہیش سے ہوتی ہے؛ رن صرف تب دوبارہ استعمال ہو سکتا ہے جب متوقع آرٹیفیکٹس موجود…

بیک ٹیسٹنگمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک وضاحت کرتی ہے کہ ہدفی وزن کا عمومی رسک اوورلے بیان کردہ S&P 500 شارٹ اسٹریڈل اسٹریٹیجی کو کیوں نہیں چلا سکتا۔ آپشنز انجن ہفتہ وار گروہوں کو سرمایہ کے مقررہ حصے دیتا ہے اور ہر گروہ کے اندر وزن معمول پر لاتا ہے؛ وزن کو اسکیل کرنے کا اثر معمول پر لانے…

آپشنزرسک مینجمنٹبیک ٹیسٹنگڈیریویٹوز کی قیمت بندی
Machine Learning for Trading

یہ نوٹ بک CME فیوچرز کے منافع کی کراس سیکشنل پیش گوئی کے لیے گریڈینٹ بوسٹنگ کا مطالعہ کرتی ہے۔ یہ لیف کاؤنٹ پروفائلز کے ذریعے درختوں کی گنجائش بدلتی ہے اور مربعی خطا، مطلق خطا اور Huber مقاصد کا موازنہ کرتی ہے، جو انتہائی باقیات کو فٹنگ پر اثر انداز ہونے کی…

فیوچرزاجناسمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک کرپٹو کرنسی کے دائمی فنڈنگ پریمیم کی پیش گوئی کرنے والے سلسلہ جاتی ماڈلز کے موازنے میں زمانی کنولوشنل نیٹ ورک (TCN) شامل کرتی ہے۔ سببی پیڈنگ یقینی بناتی ہے کہ ہر مقام صرف موجودہ اور سابقہ مشاہدات استعمال کرے، جبکہ پھیلائی گئی کنولوشنز مؤثر طور پر…

کرپٹوپرپیچوئل فیوچرزمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ کیس اسٹڈی وسیع US اسٹاک کائنات میں روزانہ کراس سیکشنل سگنلز کا جائزہ لیتی ہے اور نقطۂ وقت کے ڈیٹا اور بنائے گئے فیچرز سے لے کر ماڈل کے موازنے، پورٹ فولیو کی تشکیل، لاگت اور ہولڈ آؤٹ جائزے تک ایک طویل تحقیقی عمل پیش کرتی ہے۔ اس میں واک فارورڈ توثیق، آئندہ…

حصصمشین لرننگمومینٹماوسط کی جانب واپسی
Machine Learning for Trading

یہ نوٹ بک مختلف کیس اسٹڈیز میں LightGBM ماڈلز کا تقابلی جائزہ مرتب کرتی ہے، جہاں دستیاب ہوں وہاں خطی ماڈلز اور TabM کو حوالہ جاتی خاندانوں کے طور پر استعمال کرتی ہے۔ یہ درختوں کے حجم، رجعتی لاس، چیک پوائنٹس اور درجہ بندی کے مقاصد میں مختلف ترتیبات کا جائزہ…

مشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ٹیبلر فیچرز سے ETF کے آئندہ منافع کی پیش گوئی کے لیے LightGBM کا موازنہ ایک MLP، TabM اور دستیابی کی صورت میں TabPFN سے کرتی ہے۔ ماڈل مشترکہ زمانی واک فارورڈ فولڈز پر جانچے جاتے ہیں، جہاں رینک انفارمیشن کوایفیشنٹ اور تربیت کا وقت اہم تقابلی پیمانے…

حصصمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز FX اسٹریٹیجیز کے لیے توثیق کے مرحلے میں مقررہ اور ٹریلنگ اسٹاپ قواعد کا موازنہ بیان کرتی ہے۔ ہر منافع کے لیبل کے لیے یہ سگنل اور تخصیص کے نتائج کے ایک بند گروہ سے بنیادی اسٹریٹیجی منتخب کرتی ہے، پھر بنیادی شناخت برقرار رکھتے ہوئے متعین پوزیشن سطح…

فاریکسرسک مینجمنٹبیک ٹیسٹنگپوزیشن کا حجم طے کرنا
Machine Learning for Trading

یہ نوٹ بُک عام کم سے کم مربعات کا موازنہ Ridge، LASSO، اور Elastic Net سے کرتی ہے تاکہ ETFs کے لیے 21 دن کے پیشگی منافع کی پیش گوئی کی جا سکے۔ ماڈلز میں واک فارورڈ فولڈز وہی رکھے گئے ہیں، اور پرج گیپ لیبل کے دورانیے کے مطابق ہے۔ ہر فولڈ میں فِٹ کرنے سے پہلے…

حصصمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز ADIA لیب کے سببی دریافت کے چیلنج کو ایک معلوم مصنوعی ڈیٹا پیدا کرنے والے خاندان کے اندر زیرِ نگرانی استنباط کے طور پر دیکھتی ہے۔ اس کام میں علاج اور نتیجے کے گرد متغیرات کو آٹھ کردار دیے جاتے ہیں، اور بہت سے لیبل شدہ ڈیٹاسیٹ اور گراف جوڑے استعمال…

مشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ ماڈیول رجسٹرڈ پیش گوئی مجموعوں سے اوسط پیش گوئی کا مجموعہ بناتا ہے، جس میں تکرار پذیری اور انتخابی تعصب سے بچنے پر خاص توجہ ہے۔ یہ ہاتھ سے لکھی ارکان کی فہرست برقرار رکھنے کے بجائے رجسٹری سے اہل ماڈل ترتیبات نکالتا ہے، نامکمل یا ریٹائر شدہ پیش گوئیاں خارج…

مشین لرننگشماریاتبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک سادہ پائتھن آرکیسٹریشن، کریو اے آئی اور لینگ گراف کے ذریعے چار مرحلوں پر مشتمل پیش گوئی کا طریقۂ کار بیان کرتی ہے۔ یہ موازنہ کرتی ہے کہ حالت کہاں رکھی جاتی ہے، ناکامیوں کا معائنہ یا ازالہ کیسے ہوتا ہے، ہر طریقہ کون سے انحصارات بڑھاتا ہے اور ٹریسنگ…

مشین لرننگشماریاتآرڈر پر عمل درآمدبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک کرنسی جوڑوں کے مجموعے میں خطی ماڈل کی ریگولرائزیشن دیکھتی ہے، جہاں مشترک کرنسیوں کے درمیان کوٹ ہونے کی وجہ سے جوڑوں کے منافع باہم مربوط ہیں۔ یہ فیچر کولینیئرٹی، جس سے رِج، لاسّو اور ایلاسٹک نیٹ نمٹ سکتے ہیں، درجہ بند اثاثوں کے باہمی انحصار سے الگ…

فاریکسشماریاتمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ باب ٹریڈنگ ماڈلز کے فیچرز بنانے کے لیے فِٹ شدہ شماریاتی طریقوں کے استعمال کا جائزہ لیتا ہے۔ اس میں تشخیص اور شماریاتی ساکنیت، ساختی بریک، فریکشنل فرق کاری، کالمن فلٹرنگ، اسپیکٹرل اور پاتھ سگنیچر طریقے، ARIMA اور GARCH اتار چڑھاؤ، HAR اور رَف وولیٹیلٹی…

شماریاتاتار چڑھاؤمشین لرننگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک ایسی حکمتِ عملی کے لیے آئندہ شیئر منافع کے لیبل بناتی ہے جو لسٹڈ آپشنز کا ڈیٹا پڑھ کر ایکوئٹیز کی درجہ بندی کرتی اور پھر شیئرز رکھتی ہے۔ یہ کارپوریٹ اقدامات کا حساب رکھنے والی ایڈجسٹ شدہ قیمتوں کا سلسلہ بناتی اور کمپنیوں کی شناخت مستقل سیکیورٹی آئی…

حصصآپشنزشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک 20 کرنسی جوڑوں میں امیدوار سگنلز کی ایک وقت میں ایک فیچر کے ذریعے چھان بین بیان کرتی ہے۔ یہ صرف واک فارورڈ توثیقی مدتوں کا استعمال کرکے ہر فیچر کی اگلے سیشن کے منافع کے ساتھ روزانہ کراس سیکشنل رینک کی مطابقت نکالتی ہے۔ جانچ کا پینل ہولڈ آؤٹ سے اتنا…

فاریکسشماریاتمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک لائٹ جی بی ایم منافع پیش گوئی ماڈل کی ترتیب کے لیے مکمل گرڈ سرچ کا آپٹونا کے TPE سیمپلر سے موازنہ کرتی ہے۔ پہلے دونوں طریقوں کو ایک ہی محدود پیرامیٹر گرڈ پر یکساں آزمائشی بجٹ دیا جاتا ہے؛ enumeration ہر امتزاج کا احاطہ کرتی ہے، جبکہ سیمپلنگ ممکن ہے…

مشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ نوٹ بک کراس سیکشنل مومینٹم فیکٹر کو انفارمیشن کوایفیشنٹس، کوانٹائل منافع، اوپر سے نیچے تک اسپریڈز اور درجہ بندی کی تشخیص کے ذریعے جانچتی ہے۔ یہ اسپیئرمن IC کو سگنل اور بعد کے منافع کے درمیان ہر تاریخ کی رینک باہمی نسبت کے طور پر متعارف کراتی ہے، اور اسے…

مومینٹمفیکٹر سرمایہ کاریشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ کیس اسٹڈی جانچتی ہے کہ آیا لسٹڈ آپشنز کی معلومات ایس اینڈ پی 500 اسٹاک منتخب کرنے میں مدد دے سکتی ہیں۔ یہ روزانہ کی ایکویٹی قیمتوں کو آپشن سے اخذ کردہ اتار چڑھاؤ کی سطحوں، اسکیو، ٹرم اسٹرکچر اور ویرینس رسک پریمیم کے پیمانوں کے ساتھ 633 اسٹاکوں پر 2017 سے…

حصصآپشنزبیک ٹیسٹنگرسک مینجمنٹ