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 پیش گوئی ماڈل میں مارکیٹ ریجیمز استعمال کرنے کے تین طریقوں کا موازنہ کرتی ہے: ریجیم کی معلومات چھوڑ دینا، وولیٹائل حالت کا فلٹر شدہ احتمال بطور فیچر شامل کرنا، یا واضح طور پر مقرر کردہ ریجیمز کے لیے الگ ماہر ماڈلز فٹ کرنا۔ یہ ہر پھیلتے ہوئے ٹائم…

مشین لرننگشماریاتبیک ٹیسٹنگتکنیکی اشارے
Machine Learning for Trading

یہ نوٹ بک SEC فائلنگز دیکھنے اور کمپنی کا منظم ڈیٹا نکالنے کے لیے ایڈگر ٹولز کا جائزہ لیتی ہے۔ یہ بتاتی ہے کہ فائلنگ جمع کرانے والوں کی شناخت مستحکم CIK سے کیسے کریں، فارم کے لحاظ سے فائلنگ کیسے حاصل کریں، اور XBRL ٹیگ والی سالانہ رپورٹس کو مالی گوشواروں کے…

حصصامریکی مارکیٹیںبیک ٹیسٹنگواقعات پر مبنی
Machine Learning for Trading

یہ کیس اسٹڈی وسیع US ایکویٹی پینل میں مستقبل کے ریٹرنز کی پیش گوئی کے لیے خطی ماڈلز کو بنیادی معیار کے طور پر استعمال کرتی ہے۔ یہ بتاتی ہے کہ قیمت اور والیوم کے باہم متداخل فیچرز کولینیئرٹی کیوں پیدا کرتے ہیں، جس سے عام کم سے کم مربعات کے کوایفیشنٹس غیر…

حصصامریکی مارکیٹیںمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک روزانہ پورٹ فولیو ریٹرنز اور مماثل SPY بینچ مارک کے ذریعے ETF ایلوکیشن بیک ٹیسٹ جانچنے کا ایک فریم ورک پیش کرتی ہے۔ اس میں خطرے اور ریٹرن کے پیمانے، مثلاً شارپ، سارٹینو، کالمار اور زیادہ سے زیادہ ڈرا ڈاؤن؛ رولنگ پیمانے؛ ڈرا ڈاؤن کی بحالی؛ بینچ مارک…

بیک ٹیسٹنگپورٹ فولیو کی تشکیلرسک مینجمنٹشماریات
Machine Learning for Trading

یہ نوٹ بک سمجھاتی ہے کہ ماڈل کی غیر یقینی ایک نقطہ تخمینے سے بڑھ کر معلومات فراہم کر سکتی ہے۔ یہ ایک اسٹوکاسٹک وولیٹیلٹی ماڈل فٹ کرتی ہے جس میں پوشیدہ لاگ وولیٹیلٹی وقت کے ساتھ بدلتی ہے اور ریٹرنز اسٹوڈنٹ-ٹی تقسیم کی پیروی کرتے ہیں۔ پوسٹیریئر پھیلاؤ، وقفے کی…

اتار چڑھاؤمشین لرننگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک کئی اثاثہ جاتی طبقات میں لانگ شارٹ مومینٹم کی مثال کے ذریعے فیوچرز بیک ٹیسٹنگ کے طریقۂ کار کا تعارف کراتی ہے۔ یہ بتاتی ہے کہ کنٹریکٹ کی خصوصیات ملٹی پلائر کے ذریعے قیمت کی تبدیلی کو ڈالر کے منافع اور نقصان میں کیسے بدلتی ہیں، اور نوٹیشنل ایکسپوژر…

فیوچرزمومینٹمبیک ٹیسٹنگپوزیشن کا حجم طے کرنا
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ ETF مومینٹم بیک ٹیسٹ اپنی فرض کردہ ٹریڈنگ فیس کے لیے کتنا حساس ہے۔ یہ اسٹریٹیجی کے وزن اور ٹریڈنگ کے شیڈول کو برقرار رکھتے ہوئے، ہر جانب کی لاگت کی مختلف سطحوں پر سمیولیٹر دوبارہ چلاتی اور نمو، شارپ تناسب اور ڈرا ڈاؤن کا موازنہ کرتی…

حصصمومینٹمبیک ٹیسٹنگآرڈر پر عمل درآمد
Machine Learning for Trading

یہ نوٹ بک اندازہ لگاتی ہے کہ بچ جانے والی US ایکویٹیز کا مساوی وزن والا پورٹ فولیو، پوری ابتدائی کائنات کے مقابلے میں منافع کو کتنا بڑھا چڑھا کر دکھا سکتا ہے۔ پہلے یہ دیکھا جاتا ہے کہ پینل میں سِمبلز کے اخراج کا ریکارڈ کب سے موجود ہے؛ معلوم ہوتا ہے کہ ریکارڈ…

حصصامریکی مارکیٹیںبیک ٹیسٹنگ
Machine Learning for Trading

یہ تجزیہ فرم کی خصوصیات پر مبنی ماہانہ US ایکویٹی اسٹریٹیجی کے رجسٹر شدہ بیک ٹیسٹ پائپ لائن کا مطالعہ کرتا ہے۔ یہ شارپ کی غیر یقینی، احتمال اور ڈیفلیٹڈ شارپ پیمانے، جوڑی وار اسٹریٹیجی موازنوں، ہولڈ آؤٹ میں گراوٹ، اور چھوٹے مارکیٹ کیپ اسٹاکس کی کم لیکویڈیٹی…

حصصفیکٹر سرمایہ کاریشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک اہل مکمل کوریج امیدواروں میں توثیقی شارپ کے لحاظ سے سب سے اوپر آنے والی تخصیص کی ترتیب پر پوزیشن سطح کے اسٹاپ لاس، ٹریلنگ اسٹاپ اور وقت پر اخراج کا جائزہ لیتی ہے۔ ہر اضافی قاعدے کا موازنہ اس کی اپنی بغیر قاعدے والی بنیادی صورت سے کیا جاتا ہے تاکہ…

حصصآپشنزرسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک غیر ملکی زرِ مبادلہ کی قیمتوں کی تاریخ سے فِٹ شدہ ماڈل خصوصیات بناتی ہے، جو ماضی کی قیمتوں سے براہِ راست نکالے گئے اشاریوں کی تکمیل کرتی ہیں۔ یہ تین طریقے بیان کرتی ہے: اسٹیٹ اسپیس فلٹر جو آہستہ بدلتی قیمت کی سطح اور متعلقہ مقداروں کا تخمینہ لگاتا…

فاریکسمشین لرننگشماریاتتکنیکی اشارے
Machine Learning for Trading

یہ نوٹ بک ایس اینڈ پی 500 آپشنز کی اسٹریٹیجی کے لیے پورٹ فولیو وزن دینے کے قواعد کا موازنہ کرتی ہے جو اسٹریڈلز فروخت کرتی ہے۔ یہ منتخب علامتوں اور اسٹریٹیجی کی دوسری ترتیبات کو مقرر رکھتی، پھر برابر وزن کی بنیادی صورت کو ایسے تخصیص کنندگان سے بدلتی ہے جو یا…

آپشنزحصصپورٹ فولیو کی تشکیلپوزیشن کا حجم طے کرنا
Machine Learning for Trading

یہ نوٹ بک پہلے سے منتخب کرپٹو پرپیچوئلز کنفیگریشن پر عمل درآمد کے اخراجات کے اثرات ناپتی ہے۔ یہ ماڈل، چیک پوائنٹ، داخلے کا قاعدہ، تخصیص کنندہ اور رسک کنٹرول مقرر رکھتی ہے، پھر ٹریڈ شدہ نوٹیشنل پر دو طرفہ چارجز کے متعین سلسلے میں اسٹریٹیجی دوبارہ چلاتی ہے۔…

کرپٹوپرپیچوئل فیوچرزبیک ٹیسٹنگآرڈر پر عمل درآمد
Machine Learning for Trading

یہ نوٹ S&P 500 کمپنیوں کے سہ ماہی MD&A انکشافات کو ٹریڈنگ فیچرز میں تبدیل کرنے کا طریقۂ کار بیان کرتا ہے۔ اس میں فائلنگ کی منظوری کی تاریخوں کو وقت کے لحاظ سے بنیادی حوالہ بنایا گیا ہے، ایک ہی تاریخ پر کمپنی کی متعدد فائلنگز میں سے تازہ ترین مدت والی فائلنگ…

حصصمشین لرننگمارکیٹ کا مزاجشماریات
Machine Learning for Trading

یہ باب ٹائم سیریز میں ڈیپ لرننگ کا جائزہ ایک عملی سوال سے لیتا ہے: مشاہدات کی ترتیب میں ایسی معلومات کب ہوتی ہیں جو کراس سیکشنل پیش گوئی سے نظر نہیں آتیں، اور کون سے ماڈل ڈیزائن اسے استعمال کر سکتے ہیں؟ اس میں ریکرنٹ نیٹ ورکس اور ان کی سلسلہ وار ٹریننگ کی…

مشین لرننگشماریاتبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ صرف پڑھنے والا تجزیہ کئی ماڈل خاندانوں کی توثیقی پیش گوئیاں یکجا کرکے جانچتا ہے کہ آیا وہ مکمل ہیں، اسٹاک کی درجہ بندی کتنی اچھی کرتے ہیں، فولڈز میں درجہ بندی کی صلاحیت برقرار رہتی ہے یا نہیں، اور بظاہر ملتے جلتے ماڈل الگ معلومات دیتے ہیں یا نہیں۔ یہ…

حصصشماریاترسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ٹیَب ایم، ایک جدولی نیورل آرکیٹیکچر، لاگو کرتی ہے جو اینسمبل کے ارکان میں دو پرتوں والا فیچر نیٹ ورک مشترک رکھتا ہے۔ ہر رکن اپنی سیکھی ہوئی ویکٹر سے مشترک نمائندگی کا پیمانہ بدلتا اور اپنی آؤٹ پٹ پرت استعمال کرتا ہے؛ ارکان کی پیش گوئیوں کا اوسط الگ…

آپشنزمشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ نوٹ بک رسک پریمیم PCA کی وضاحت کرتی ہے، جو ٹریننگ دورانیے کے اوسط ریٹرنز کے وزنی بیرونی حاصلِ ضرب کو شامل کرکے ریٹرن کے کوویریئنس میٹرکس میں تبدیلی کرتا ہے۔ اس کے سرکردہ ایگن ویکٹر جامد فیکٹر پورٹ فولیوز متعین کرتے ہیں؛ وزن بڑھانے سے فیکٹر اوسط ریٹرنز کی…

فیکٹر سرمایہ کاریشماریاتپورٹ فولیو کی تشکیلبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک پہلے سے منتخب ایس اینڈ پی 500 آپشنز ماڈل کے لیے آؤٹ آف سیمپل پیش گوئیوں کا مجموعہ تیار کرنے کا طریقہ بیان کرتی ہے۔ یہ توثیقی نتائج سے کنفیگریشن مقرر کرتی، ہولڈ آؤٹ سے پہلے کے ڈیٹا پر اسے دوبارہ فِٹ کرتی، اور ہولڈ آؤٹ دورانیے کے لیے پیش گوئیاں رجسٹر…

آپشنزبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک فی گھنٹہ BTC، ETH اور SOL پرپیچوئل ڈیٹا پر دو ماڈلز کے اخراج کے ڈیزائن کو آزماتی ہے۔ داخلے کا درجہ بند کنندہ غیر معمولی طور پر مضبوط مستقبل کے ریٹرنز شناخت کرتا ہے؛ پھر اس کا پیش گوئی شدہ امکان تکنیکی فیچرز کے ساتھ ایک الگ ماڈل میں شامل ہوتا ہے، جو…

کرپٹوپرپیچوئل فیوچرزمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک وسیع US اسٹاک مجموعے کی درجہ بندی کے لیے قیمت سے اخذ کردہ خصوصیات بناتی ہے۔ یہ مومینٹم، اتار چڑھاؤ، متحرک اوسط اور تکنیکی اشاریوں کے خاندان بیان کرتی، پھر ان کی ایک سیشن آگے کے منافع کے لیبل سے جانچ کرتی ہے۔ مرکزی اصول یہ ہے کہ ہر سٹاک کے متحرک…

حصصامریکی مارکیٹیںتکنیکی اشارےمومینٹم
Machine Learning for Trading

یہ باب رسک مینجمنٹ کو اسٹریٹیجی کی تیاری اور لائیو آپریشنز کا حصہ پیش کرتا ہے۔ اس میں ویلیو ایٹ رسک اور کنڈیشنل ویلیو ایٹ رسک سے انتہائی خطرے کی پیمائش، ڈرا ڈاؤن کی گہرائی اور بحالی، ایکسپوژر کی تقسیم، اسٹریس ٹیسٹنگ، موافق کنٹرولز اور نگرانی شامل ہیں۔ بیان…

رسک مینجمنٹاتار چڑھاؤبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ تجزیہ پرپیچوئل فیوچرز کی فنڈنگ کے لیے متعدد ماڈل خاندانوں کی توثیقی پیش گوئیوں کا موازنہ کرتا ہے۔ یہ بتاتا ہے کہ انفارمیشن کوفیشنٹ بعد کے منافع کی درجہ بندی ناپتا ہے، AUC اوپر بمقابلہ نیچے ہونے والے نتائج کی درجہ بندی ناپتا ہے، اور لاگ لاس احتمالات کے…

کرپٹوپرپیچوئل فیوچرزمشین لرننگشماریات
Machine Learning for Trading

یہ کیس اسٹڈی DeFi Llama کی کل مقفل قدر کے ڈیٹا کو Ether کی ٹریڈنگ تحقیق کی پائپ لائن کے ممکنہ ان پٹ کے طور پر جانچتی ہے۔ یہ سگنل کی قوت، ڈیٹا کے معیار، قانونی موزونیت اور تجارتی قدر کو الگ رکھتی ہے؛ قانونی مسائل اور تاریخی نسخوں کی تشکیلِ نو نہ کر سکنا لازمی…

کرپٹوڈی فائیآن چین ڈیٹاشماریات