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 ماڈیول CME فیوچرز تحقیق کے لیے قاری پر مبنی طریقۂ کار متعین کرتا ہے، جس میں ماڈل کی درخواستیں، پیش گوئی اور بیک ٹیسٹ کا اجرا، امیدواروں کے مجموعے اور حتمی انتخاب شامل ہیں۔ یہ مشترک سیٹ اپ اعلان سے لیبل کی طے شدہ جانچ پڑھتا، ترتیب برقرار رکھتا، اور جانچتا…

فیوچرزمشین لرننگبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک زیادہ سے زیادہ موافق ایکسکرژن (MFE) اور زیادہ سے زیادہ ناموافق ایکسکرژن (MAE) استعمال کرکے ٹرپل بیریئر لیبل کی چوڑائی کو مشاہدہ شدہ قیمتوں کے راستوں سے جوڑتی ہے۔ بار کے اختتام پر کھولی گئی پوزیشن کے لیے، یہ اگلے بار سے شروع ہونے والی آئندہ ہولڈنگ…

حصصفیوچرزکرپٹواتار چڑھاؤ
Machine Learning for Trading

یہ تجزیہ پوچھتا ہے کہ ماڈل فٹ کرنے یا پیش گوئی کرنے سے پہلے ڈیٹا کراس سیکشنل کرپٹو پرپیچوئل اسٹریٹیجی کی تائید کر سکتا ہے یا نہیں۔ مجوزہ طریقہ ہر فنڈنگ سیٹلمنٹ پر پریمیم کے مطابق کنٹریکٹس کی درجہ بندی کرتا ہے، پھر درجہ بندی کے ایک رخ کو خریدتا اور دوسرے کو…

کرپٹوپرپیچوئل فیوچرزشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ETF ایکویٹی اسٹریٹیجی کے عملی دور کو دکھاتی ہے: بازار کا ڈیٹا تازہ کرنا، مالی خصوصیات نکالنا، Ridge ماڈل کو دوبارہ تربیت دینا، موجودہ کراس سیکشنل پیش گوئیاں بنانا، انہیں بیک ٹیسٹ انجن میں دوبارہ چلانا اور پیپر بروکر کے لیے اونچے رینک والی باسکٹ…

حصصمشین لرننگآرڈر پر عمل درآمدبیک ٹیسٹنگ
Machine Learning for Trading

دستاویز FX پورٹ فولیو مختص کی ایسی آزمائش بیان کرتی ہے جو پوزیشن کے حجم کو سگنل کے انتخاب سے الگ رکھتی ہے۔ یہ توثیقی بیک ٹیسٹ کارکردگی کے مطابق رینک کیے گئے، منجمد یکساں وزن کے بنیادی امیدواروں سے شروع کرتی ہے، پھر ہر ماڈل چیک پوائنٹ اور سگنل نقشہ برقرار…

فاریکسپورٹ فولیو کی تشکیلبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

دستاویز ہفتہ وار S&P 500 آپشنز اسٹریٹیجی کے لیے مخصوص بیک ٹیسٹ بیان کرتی ہے۔ ہر گروہ بلند درجہ پانے والے اجزا منتخب کرتا ہے، میعاد ختم ہونے میں تقریباً ایک ماہ باقی ہونے والے، اَیٹ دی منی کے قریب کال اور پٹ آپشنز فروخت کرتا ہے، اور جب خالص ڈیلٹا ایک حد سے…

آپشنزحصصامریکی مارکیٹیںبیک ٹیسٹنگ
Machine Learning for Trading

دستاویز GReaT پیش کرتی ہے، ایسا فریم ورک جو عددی اور زمرہ جاتی مالی ڈیٹا کی مخلوط قطاروں کو متن میں بدلتا ہے، ان ریکارڈز پر زبان ماڈل کو فائن ٹیون کرتا ہے اور بنے ہوئے متن کو دوبارہ جدولوں میں پارس کرتا ہے۔ مثال میں تاریخی منافع، اتار چڑھاؤ، حجم اور زمرہ…

مشین لرننگحصصشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ مختلف کیسز کا تجزیہ دیکھتا ہے کہ انفارمیشن کوایفیشنٹ (IC) سے ناپی گئی پیش گوئی کی معلومات نو ٹریڈنگ کیس اسٹڈیز میں پورٹ فولیو شارپ سے کیسے جڑتی ہیں۔ مرکزی نکتہ یہ ہے کہ اس تعلق میں نفاذ درمیانی کردار ادا کرتا ہے: داخلے کے قواعد، پوزیشن کا حجم، ری بیلنسنگ…

کئی اثاثوں پر مبنیشماریاتبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک سابقہ منافع کی خصوصیات کی ترتیبوں سے ETF کے مستقبل کے منافع کی پیش گوئی کے لیے زمانی کنولوشنل نیٹ ورک (TCN) پیش کرتی ہے۔ علّی کنولوشنز یقینی بناتے ہیں کہ آؤٹ پٹ صرف اپنی تاریخ تک کے مشاہدات استعمال کرے، جبکہ تیزی سے بڑھتی ہوئی ڈائلیشن ان پٹ ونڈو…

حصصمشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ نوٹ بک ٹِک اور حجم کے عدم توازن والے بارز کی وضاحت کرتی ہے، پھر NVDA کے تجارتی ڈیٹا پر موافق، مقررہ حد اور متحرک ونڈو کے طریقوں کا موازنہ کرتی ہے۔ ٹِک عدم توازن خرید و فروخت کی علامت شدہ سمتیں حد پوری ہونے تک جمع کرتا ہے؛ متوقع حد فی بار متوقع تجارتوں اور…

حصصمارکیٹ مائیکرو اسٹرکچرشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ کیس اسٹڈی CME فیوچرز کے لیے پوزیشن کے حجم کے متبادل طریقوں کا یکساں وزن کی بنیاد سے موازنہ کرتی ہے۔ یہ بتاتی ہے کہ الٹے اتار چڑھاؤ کے مطابق حجم ہر کنٹریکٹ کا اپنا اتار چڑھاؤ استعمال کرتا ہے، جبکہ کوواریئنس پر مبنی طریقے پروڈکٹس کے باہمی تعلق کو بھی ملحوظ…

فیوچرزپوزیشن کا حجم طے کرناپورٹ فولیو کی تشکیلرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک انفرادی میعاد ختم ہونے والے کنٹریکٹس سے فیوچرز کی مسلسل قیمت کی تاریخ بنانے کی وضاحت کرتی ہے۔ یہ ٹریڈنگ حجم سے فرنٹ منتھ کنٹریکٹس شناخت کرتی ہے، غیر حقیقی تبدیلیوں سے بچنے کے لیے واپس پلٹنے پر پابندی لگاتی ہے اور کیلنڈر کے مطابق رول کے وقت کا حقیقی…

فیوچرزبیک ٹیسٹنگآرڈر پر عمل درآمدمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ مستقبل کی معلومات کے تعصب کو قابو میں رکھتے ہوئے فٹ کیے گئے GJR-GARCH اور پوشیدہ مارکوف ماڈلوں کو ٹریڈنگ خصوصیات میں کیسے بدلا جائے۔ GJR-GARCH مشروط اتار چڑھاؤ کا تخمینہ لگاتا ہے اور منفی منافع کے جھٹکوں کے زیادہ اثر کو پکڑتا ہے؛ دو…

کرپٹوپرپیچوئل فیوچرزاتار چڑھاؤمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک کرنسی پیئرز کی پیش گوئی کی درجہ بندی کو ٹریڈ کیے جانے والے بنیادی معیار میں بدلتی ہے۔ ہر فیصلے کے وقت یہ سب سے اونچے اور سب سے نچلے رینک والے پیئرز سے یکساں حجم کی لانگ اور شارٹ سلیوز بناتی ہے، پھر FX بیک ٹیسٹ انجن سے ان کا جائزہ لیتی ہے۔ یکساں وزن…

فاریکسجوڑیوں کی ٹریڈنگبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ یوٹیلیٹی لائیو ڈیمو نوٹ بکس کے لیے پیش گوئی کے آرٹیفیکٹس تیار کرتی ہے۔ یہ مختلف کالم ناموں اور تاریخ کے فارمیٹس کو یکساں ٹائم اسٹیمپ، اثاثہ اور پیش گوئی کی ساخت میں معمول پر لاتی ہے۔ یہ دہرائے گئے ٹائم اسٹیمپ اور اثاثہ مشاہدات کو گروپ کر کے ان کے اسکور کا…

مشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ ثبوتی اسکرپٹ ماڈل کی پیش گوئیوں سے پورٹ فولیو وزن اور بیک ٹیسٹنگ تک CME فیوچرز کی ایک محدود تحقیقی ورک فلو چلاتا ہے۔ یہ جانچتا ہے کہ پیش گوئیاں عین متوقع پروڈکٹ، ٹائم اسٹیمپ اور فولڈ کیز کا احاطہ کرتی ہیں، فٹ کیے گئے اسٹیٹس اور پیش گوئی کی فائلیں درج شدہ…

فیوچرزبیک ٹیسٹنگآرڈر پر عمل درآمدرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک مومینٹم کی سابقہ خصوصیات سے 21 دن کے ETF منافع کی پیش گوئی کے لیے ٹرانسفارمر کے دو ڈیزائن کا موازنہ کرتی ہے۔ PatchTST لگاتار دنوں کو پیچز میں گروپ کرتا ہے اور ہر ٹوکن میں مقامی ساخت کی مختصر ترتیب رکھتا ہے۔ اس کے برعکس، iTransformer ہر خصوصیت کی…

حصصمشین لرننگمومینٹمبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ مجموعی منافع کو خالص کارکردگی میں بدلنے کا وضاحتی طریقہ دیتا ہے، جس میں ٹریڈنگ کی رکاوٹوں، فنانسنگ اور فنڈ اخراجات کی الگ ماڈل سازی کی جاتی ہے۔ پیرامیٹرائزڈ لاگت کا مجموعہ ٹرن اوور اور سودے کے حجم سے ٹریڈنگ لاگت، قرض کے استعمال اور شارٹ نمائش سے…

حصصآرڈر پر عمل درآمدرسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ ماڈیول تحقیقی ایجنٹوں کے لیے تلاش کا انٹرفیس بیان کرتا ہے، جس میں لائیو فراہم کنندہ اور متعین نقلی فراہم کنندہ ہے۔ تلاش نتیجوں کی تعداد محدود کر سکتی اور اشاعت کی تاریخ کی آخری حد لاگو کر سکتی ہے، جس سے آخری تاریخ یا اس کے بعد کی تاریخ والے نتائج ہٹاکر…

مشین لرننگواقعات پر مبنیبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بتاتا ہے کہ مشروط خودکار انکوڈر، آلہ بند PCA کو ETF منافع کی ماڈل سازی کے لیے کیسے وسعت دیتا ہے۔ دونوں طریقے فنڈ کی خصوصیات کو عامل نمائشوں میں بدل کر انہیں عامل منافع سے ملاتے ہیں؛ خودکار انکوڈر IPCA کے خطی خصوصیت سے نمائش نقشے کی جگہ عصبی نیٹ ورک…

حصصفیکٹر سرمایہ کاریمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ کیس اسٹڈی بتاتی ہے کہ ماہانہ مشاہدات سے بنے US فرم خصوصیات کے پورٹ فولیوز میں اسٹاپ لاس، ٹریلنگ اسٹاپ اور دیگر پوزیشن سطح کے اضافی قواعد کی آزمائش کیوں نہیں ہو سکتی۔ ویکٹرائزڈ بیک ٹیسٹ پورے مہینے کے حاصل شدہ آئندہ منافع پر وزن کا ایک ویکٹر لاگو کرتا ہے،…

حصصرسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ CME فیوچرز پر ماڈل پیش گوئیوں کی جانچ کے لیے سگنل مرحلے کا بنیادی معیار قائم کرتا ہے۔ ہر ہفتہ وار فیصلے پر یہ مصنوعات کو متوقع منافع کے لحاظ سے درجہ دیتا، اوپر والے گروہ کو خریدتا، نیچے والے کو شارٹ کرتا اور ہر پوزیشن کو مساوی وزن دیتا ہے۔ یہ دونوں…

فیوچرزبیک ٹیسٹنگپورٹ فولیو کی تشکیلآرڈر پر عمل درآمد
Machine Learning for Trading

یہ ترتیب صرف طویل پوزیشن والے ETF کی درجہ بندی اور دوبارہ توازن کا تجربہ مقرر کرتی ہے۔ یہ 100-ETF کا وسیع یونیورس بیان کرتی ہے، جس میں حصص، بانڈ، اجناس اور علاقائی نمائش شامل ہیں؛ فیصلے ماہانہ اور عمل درآمد اگلی مارکیٹ کھلنے پر ہے۔ مرکزی لیبل 21 دن کے منافع…

حصصکئی اثاثوں پر مبنیبیک ٹیسٹنگآرڈر پر عمل درآمد
Machine Learning for Trading

یہ نوٹ گریڈینٹ بوسٹنگ پیش گوئیوں کے گرد پیش گوئی کے وقفے بناتا اور اسپلٹ کنفارمل پیش گوئی کا کوانٹائل رجریشن، کنفارملائزڈ کوانٹائل رجریشن اور انکولی کنفارمل استنباط سے موازنہ کرتا ہے۔ اسپلٹ کنفارمل زمانی ترتیب کے مطابق تربیت اور پیمانہ بندی کے حصے بناتا،…

مشین لرننگشماریاترسک مینجمنٹپوزیشن کا حجم طے کرنا