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۔
577 دستاویزات
یہ بینچ مارک ایک ہی قطعی طور پر متعین OHLCV پینل کے ساتھ CSV، پارکیٹ، فیدر (ایرو IPC) اور HDF5 کا موازنہ کرتا ہے۔ یہ لکھنے کا وقت، میموری میں مواد لانے کے بعد پڑھنے کا وقت، فائل کا حجم اور صرف منتخب کالم پڑھنے کے اثرات ناپتا ہے۔ وقت ناپنے کے طریقے میں ایک…
یہ ETF خصوصیات کا مطالعہ ماڈل سے حاصل ہونے والے تین ان پٹ بناتا ہے: پوشیدہ مارکوف ماڈل (HMM) جو مارکیٹ کے نظام کا اندازہ لگاتا ہے، حوالہ فنڈز کی جزوی طور پر تفریق شدہ قیمتیں، اور ہر ETF کی GARCH(1,1) مشروط اتار چڑھاؤ۔ اس میں زور دیا گیا ہے کہ مستقبل کی…
یہ نوٹ زبان کے ماڈل کے کلائنٹ، تلاش کے آلے اور محدود باریوں کے چکر سے پیش گوئی کرنے والا ایجنٹ بناتا ہے۔ ایجنٹ شواہد تلاش کرکے دلیل کے ساتھ دو ممکنہ نتائج میں سے ایک کا امکان دیتا ہے۔ اس کا جواب پارسر عام فارمیٹنگ کی خامیوں کو سنبھالتا اور تلاش و پیش گوئی کے…
یہ نوٹ سرمایہ مختص ہونے سے پہلے شیڈو موڈ میں چیلنجر ماڈل کی جانچ کا طریقہ بیان کرتا ہے۔ یہ ایک مقررہ موجودہ ماڈل اور امیدوار کی محفوظ شدہ پیش گوئیوں کا موازنہ کرتا، یکساں وزن والی درجہ بند لانگ-شارٹ پورٹ فولیوز بناتا، دونوں پر لین دین کی لاگت کا یکساں اصول…
یہ تجزیہ نو ٹریڈنگ کیس اسٹڈیز سے رجسٹرڈ ڈبل مشین لرننگ کے علاجی اثرات کا موازنہ کرتا ہے۔ یہ ہر مطالعے کی رجسٹری سے تازہ نتائج لوڈ کرتا، رجسٹری کی صحت اور دہرے لیبلز جانچتا اور کوریج واضح کرتا ہے۔ اثرات اور اعتماد کے وقفے اپنی اصل اکائیوں میں رہتے ہیں، جبکہ…
یہ دستاویز ماڈل کی تربیت اور متحرک استنباط کے لیے ٹائم سیریز پینلز تیار کرنے والے ڈیٹاسیٹ یوٹیلیٹیز بیان کرتی ہے۔ تربیتی ڈیٹاسیٹ فیچرز، فارورڈ ریٹرنز، اتار چڑھاؤ کے پیمانے اور ماسکس کے متحرک سلسلے لوٹاتا ہے؛ سلسلے کی لمبائی، تاریخ کی حدود اور قدم قابلِ ترتیب…
یہ نوٹ بک شارپ تناسب کو نمونہ جاتی غیر یقینی والے تخمینے کے طور پر دیکھتی ہے۔ یہ اعتماد کے وقفے اور احتمالی شارپ کے حساب تیار کرتی ہے جو نمونے کی مدت، ٹیڑھاپن اور کشیدگی کا حساب رکھتے ہیں؛ پھر کم از کم ریکارڈ اور شماریاتی قوت کی منصوبہ بندی سے اندازہ لگاتی…
یہ نوٹ بک قیمت کی حرکت کے سامنے باقی ایکسپوژر کے خطرے اور مارکیٹ اثر میں توازن رکھتے ہوئے پوزیشن کو ختم کرنے کا المگرین–کرس حل تیار کرتی ہے۔ یہ آمد کی قیمت کے مقابلے میں نفاذی شارٹ فال استعمال کرتی، مستقل اور عارضی اثرات الگ ماڈل کرتی اور ایک شیڈول کے نفاذی…
یہ دستاویز مخفی فیکٹرز کو ایسے مشترک ریٹرن محرکات کے طور پر متعارف کراتی ہے جن کا اندازہ فیوچرز کے باہمی اتار چڑھاؤ سے ہوتا ہے، نہ کہ انہیں نامزد پیش گوؤں کے طور پر فراہم کیا جاتا ہے۔ یہ ہر تربیتی فولڈ کے اندر فٹ کیے گئے دو طریقوں کا موازنہ کرتی ہے۔ پرنسپل…
دستاویز بتاتی ہے کہ ایس اینڈ پی 500 آپشنز کے لیے خطی، گریڈینٹ بوسٹنگ، ٹیبلر ڈیپ لرننگ اور سلسلہ جاتی ماڈلز کی توثیقی پیش گوئیوں کا موازنہ کیسے کیا جائے۔ تشخیصی نتائج دینے سے پہلے یہ جانچتی ہے کہ ہر رجسٹرڈ پیش گوئی کی آبادی اپنے اہلیت کے معاہدے کے مطابق مکمل…
یہ نوٹ بک رجسٹرڈ NASDAQ-100 مائیکرو اسٹرکچر بیک ٹیسٹس کو ماڈل تربیت یا دوبارہ بیک ٹیسٹ چلائے بغیر اسٹریٹیجی کے جائزے میں تبدیل کرتی ہے۔ یہ رجسٹری سے پیمانے اور ماخذی سلسلہ پڑھتی، ضرورت کے وقت اخذ کردہ گروہ اور جوڑی دار موازنہ کے جدول بناتی، اور مشترک تاریخوں…
یہ نوٹ بک بتاتی ہے کہ فیچر اسٹورز تربیتی ڈیٹا اور لائیو ماڈل اِن پٹس کو ہم آہنگ کیسے رکھتے ہیں۔ یہ فیچر ویوز کو ان کی اینٹیٹی کلید، واقعے کے وقت، قابلِ استعمال مدت اور فیچر کالمز کے ذریعے بیان کرتی ہے، پھر تاریخی تربیت کے لیے وقت کے مطابق جوڑ کا تازہ ترین…
یہ نوٹ بک جانچتی ہے کہ توثیق سے منتخب FX اسٹریٹیجی متناسب لین دین کے اخراجات میں تبدیلی کا کیا جواب دیتی ہے۔ ہر پیش گوئی لیبل کے لیے یہ سگنل، اثاثہ مختص کرنے اور رسک اوورلے کے نتائج سے بنیادی اسٹریٹیجی چنتی ہے، پھر اس کی شناخت کے دوسرے اجزا برقرار رکھتے ہوئے…
یہ نوٹ بک رجسٹرڈ توثیقی بیک ٹیسٹس سے CME فیوچرز کیس اسٹڈی کی ترتیب منتخب کرنے کا طریقہ بیان کرتی ہے۔ یہ سگنل، اثاثہ مختص کرنے اور رسک مینجمنٹ کے مراحل کے امیدواروں کو یکجا کرتی، پھر سب سے مضبوط توثیقی شارپ والی ترتیب چنتی ہے۔ ریٹرن کے دونوں ادوار کو ایک ساتھ…
یہ نوٹ بک ایک ماہانہ ETF مومینٹم اور ییلڈ کرو ریجیم اسٹریٹیجی کو دو طریقوں سے نافذ کرتی ہے: ویکٹرائزڈ ریٹرن حساب اور مرحلہ وار اکاؤنٹ کی نقل۔ دونوں میں ہدفی وزن، اثاثے، تاریخیں اور کل ٹریڈنگ لاگت یکساں ہیں، اس لیے موازنہ نفاذی انتخاب پر مرکوز رہتا ہے، مثلاً…
یہ دستاویز نو ٹریڈنگ کیس اسٹڈیز کی جانچ کے لیے پانچ دروازوں کا عمل بیان کرتی ہے: سگنل کے معیار سے توثیق، لین دین کے اخراجات، ہولڈ آؤٹ کارکردگی اور شواہد کے معیار تک۔ یہ دروازے مجموعی ہیں، اس لیے اسٹریٹیجی آخری مرحلے تک صرف اسی صورت پہنچتی ہے جب وہ پہلے کے ہر…
یہ نوٹ بک اتار چڑھاؤ کی پیمائشوں کا موازنہ کرتی، ہیٹروجینیئس آٹوریگریسیو (HAR) ماڈل فٹ کرتی اور ہرسٹ ایکسپوننٹس سے کھردرے پن کا اندازہ لگاتی ہے۔ پہلے یہ انٹراڈے ریئلائزڈ ویریئنس کا روزانہ کے تخمینوں سے تقابل کرتی ہے، رات بھر کے ریٹرنز کو سیشن کی سرگرمی سے…
یہ نوٹ بک مشروط آٹواینکوڈر پیش کرتی ہے، جو انسٹرومنٹڈ پرنسپل کمپوننٹ تجزیے کو اس طرح وسعت دیتا ہے کہ اسٹاک کی خصوصیات سے فیکٹر ایکسپوژر تک خطی نقشے کی جگہ نیورل نیٹ ورک استعمال ہوتا ہے۔ یہ ایکسپوژر اور فیکٹر ریٹرن کی ساخت برقرار رکھتے ہوئے خصوصیات اور لوڈنگز…
یہ یوٹیلیٹی ماڈیول توثیقی اور ہولڈ آؤٹ ڈیٹا پر پیش گوئی کرنے والے ماڈلز کی جانچ کے لیے جدول اور شکلیں تیار کرتا ہے۔ اس کی تشخیص میں انفارمیشن کوایفیشنٹس کے اعتماد کے وقفے، توثیق سے ہولڈ آؤٹ تک کارکردگی میں کمی، انتخاب کے اثرات کے مطابق درست کیے گئے بیک ٹیسٹ…
یہ نوٹ بک ایک متحد مینیجر، پہلے سے متعین یا حسبِ ضرورت سمبل کائناتوں اور تقسیم شدہ Parquet اسٹوریج کے ذریعے مالیاتی ٹائم سیریز حاصل اور برقرار رکھنے کا طریقۂ کار پیش کرتی ہے۔ اس میں ایک یا متعدد سمبلز کو یکے بعد دیگرے یا متوازی حاصل کرنا، اسٹوریج میں ڈیٹا…
یہ باب مصنوعی مالیاتی ڈیٹا بنانے کے کلاسیکی طریقے سمجھاتا ہے، جن میں مسلسل وقت کے قیمت عمل، GARCH والیٹیلیٹی، بوٹسٹریپ ری سیمپلنگ اور ماڈلز کا موازنہ شامل ہیں۔ یہ بتاتا ہے کہ جیومیٹرک براؤنین موشن، جمپ ڈفیوژن، مین ریورژن اور Heston جیسے ماڈلز ریٹرنز،…
یہ ابتدائی تجزیہ جانچتا ہے کہ تازہ ترین ماہ کو چھوڑنے والا بارہ ماہ کا مومینٹم سگنل، 100-ETF کائنات میں اگلے ماہ کے ریٹرنز سے وابستہ ہے یا نہیں۔ یہ ایڈجسٹ شدہ اختتامی قیمتوں سے ماہانہ پینل بناتا ہے، ہر ماہ اہل ETFs کو کوئنٹائلز میں رینک کرتا ہے، اور مساوی…
یہ ابتدائی تجزیہ تاریخی US ایکویٹی پینل کا جائزہ لیتا ہے، اس کی خام اور ایڈجسٹ شدہ قیمت کے فیلڈز سمجھاتا ہے، اور وقت کے ساتھ سمبل کوریج دیکھتا ہے۔ یہ فعال سمبلز کی سالانہ تعداد کا ان کے پہلے اور آخری مشاہدات سے موازنہ کرتا ہے، اور دکھاتا ہے کہ یہ سمجھنے کے…
یہ رہنما سببی اثر کے تخمینے کو سببی ساخت کی دریافت سے الگ کرتی ہے اور عام تحقیقی سوالات کو موزوں Python لائبریریوں سے جوڑتی ہے۔ EconML اور DoWhy معلوم یا واضح طور پر متعین ایڈجسٹمنٹ ساخت کے تحت اثرات کا تخمینہ لگاتے ہیں؛ Tigramite اور causal-learn ٹائم سیریز…