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 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 SHAP استعمال کرکے ETF کے ریٹرنز کی ریج ریگریشن پیش گوئیوں کی وضاحت کرتی ہے۔ خطی ماڈل میں فیچر انتسابات کا فِٹ کیے گئے کوایفیشنٹس اور پس منظر کی فیچر اقدار سے انحراف کے ساتھ بند صورت میں تعلق ہوتا ہے، جس سے تجزیہ وضاحت کنندہ کو عین تفکیک کے مقابل…

حصصمشین لرننگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک مالی قیمتوں سے فیچرز اخذ کرنے کے طریقے کے طور پر کالمن فلٹرنگ کی وضاحت کرتی ہے۔ مقامی خطی رجحان کی حالت پوشیدہ قیمت کی سطح اور اس کی ڈھلوان دونوں کو ٹریک کرتی ہے، جبکہ مشاہداتی ماڈل شور والے اختتامی نرخوں کا حساب رکھتا ہے۔ ہر اپ ڈیٹ فلٹر شدہ سطح،…

حصصتکنیکی اشارےشماریاتجوڑیوں کی ٹریڈنگ
Machine Learning for Trading

یہ نوٹ بک انسٹرومنٹڈ پرنسپل کمپوننٹ تجزیہ (IPCA) پیش کرتی ہے، جو فرم کی خصوصیات سے ریٹرنز کی پیش گوئی کا ایک پوشیدہ فیکٹر طریقہ ہے۔ ہر خصوصیت کو براہِ راست ریٹرن وزن دینے کے بجائے، IPCA ہر فرم کے فیکٹر ایکسپوژرز کو اس کی خصوصیات کا خطی فنکشن بناتا ہے۔ مشترک…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

یہ سہولت فاما–فرینچ کے تین یا پانچ عوامل والے ماڈلز، اور اختیاری طور پر مومینٹم، کے ذریعے اسٹریٹیجی ریٹرنز کی وضاحت کا طریقہ بیان کرتی ہے۔ یہ روزانہ کے فیکٹر ڈیٹا کو اسٹریٹیجی ریٹرنز کے ساتھ ہم آہنگ کرتی، ریٹرن کی فریکوئنسی معلوم کرتی، اور اگر اسٹریٹیجی کا…

فیکٹر سرمایہ کاریشماریاترسک مینجمنٹپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ تجزیہ مختلف اثاثوں پر مشتمل ETF پینل میں رجسٹر شدہ ماڈل خاندانوں کا واک فارورڈ توثیق کے نتائج سے موازنہ کرتا ہے۔ ماڈل 21-ٹریڈنگ دن کے ریٹرنز کی پیش گوئی کرتے ہیں اور ان کا جائزہ کراس سیکشنل انفارمیشن کوایفیشنٹس سے لیا جاتا ہے، جو بتاتے ہیں کہ ہر تاریخ پر…

کئی اثاثوں پر مبنیحصصمومینٹمشماریات
Machine Learning for Trading

یہ نوٹ بک NASDAQ TotalView-ITCH پیغامات کا تجزیہ کرکے مارکیٹ کی مجموعی سرگرمی بیان کرتی اور دوبارہ استعمال کے قابل ٹریڈ ڈیٹا بناتی ہے۔ یہ پیغامات کو نوعیت کے لحاظ سے شمار کرتی ہے، پھر اسٹاک لوکیشن شناختی نمبروں کو ٹکرز سے اور آرڈر حوالوں کو ان کے اصل اضافی…

حصصامریکی مارکیٹیںمارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمد
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 مطالعہ NVDA کے مارکیٹ بہ آرڈر ڈیٹا کے دس تجارتی دن استعمال کرکے جانچتا ہے کہ روزانہ کی ٹریڈنگ سرگرمی بار کی نمونہ بندی کو کیسے متاثر کرتی ہے۔ یہ ٹریڈز کو معمول کے US مارکیٹ اوقات تک محدود کرتا، پلیٹ فارم کے لیبلز سے ٹریڈ شروع کرنے والے فریق کی سمت متعین…

حصصمارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمدتکنیکی اشارے
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
Machine Learning for Trading

یہ نوٹ بک شائع شدہ فیکٹر منافع کو پورٹ فولیو کے ممکنہ بنیادی اجزا کے طور پر جانچتی ہے۔ یہ تین سوال الگ کرتی ہے: کیا فیکٹر کا اوسط منافع سخت شماریاتی حد سے زیادہ ہے، کیا فیکٹرز ایسے اسباب کی بنا پر ایک دوسرے کو متنوع بناتے ہیں جو برقرار رہ سکتے ہیں، اور منتخب…

فیکٹر سرمایہ کاریشماریاتپورٹ فولیو کی تشکیلرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک کیس اسٹڈی بیک ٹیسٹس میں رسک اوورلے کا موازنہ کرتی ہے، جن میں اسٹاپ، ٹریلنگ اسٹاپ، نقصان کی حد، ڈرا ڈاؤن بریکر اور اتار چڑھاؤ کے ہدف کے قواعد شامل ہیں۔ یہ ہر مطالعے کے اوورلے نتائج لوڈ کرتی، جہاں دستیاب ہو وہاں تخصیص کے مرحلے کے بیک ٹیسٹ سے بنیادی…

رسک مینجمنٹبیک ٹیسٹنگپورٹ فولیو کی تشکیلشماریات
Machine Learning for Trading

یہ کیس اسٹڈی NASDAQ-100 کے مائیکرو اسٹرکچر فیچرز پر گریڈینٹ بوسٹڈ ٹریز لاگو کرکے انٹرا ڈے کی کئی مدتوں میں منافع اور سمت کی پیش گوئی کرتی ہے۔ اس میں ٹریز کا خطی ماڈلز سے موازنہ ہے: ٹریز مشروط تعلقات، مثلاً اسپریڈ کے لحاظ سے آرڈر فلو کا عدم توازن مختلف ہونا،…

مشین لرننگمارکیٹ مائیکرو اسٹرکچرحصصشماریات
Machine Learning for Trading

یہ نوٹ بک چار مراحل کا پیش گوئی نظام بناتی ہے: تحقیقی ایجنٹس کا پینل، احتمالات کا مجموعہ، مخالفانہ مباحثہ، اور ایک نگران جو اختلافات شناخت کرتا، وضاحتی شواہد تلاش کرتا اور حتمی احتمال جاری کرتا ہے۔ نگران کا اثر اس کے بیان کردہ اعتماد سے مشروط ہے: اسے…

مشین لرننگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک ادارہ جاتی 13F ہولڈنگز کے ذخیرے پر قطعی ربطی بازیافت کا ایمبیڈنگ سرچ سے موازنہ کرتی ہے۔ یہ ایک مقررہ کٹ آف سے پہلے ہر ادارے کی تازہ ترین رپورٹ شدہ پوزیشن رکھ کر کسی مخصوص وقت کا اسنیپ شاٹ بناتی ہے، پھر بڑے ہولڈرز، مشترکہ ملکیت اور اداروں کی بڑی…

مشین لرننگحصصشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک تفریقی رازداری کے ساتھ تیار کردہ ETF خصوصیات پر جنریٹو ایڈورسریل نیٹ ورک کی تربیت دکھاتی ہے۔ اس میں رازداری کے پیرامیٹرز epsilon اور delta متعارف کرائے گئے ہیں، بتایا گیا ہے کہ DP-SGD ہر ریکارڈ کے گریڈینٹ کو مجموعہ بندی سے پہلے محدود کرکے متعین شور…

مشین لرننگشماریاترسک مینجمنٹحصص
Machine Learning for Trading

یہ نوٹ بک ETF خصوصیات اور مستقبل کے منافع پر عام کم از کم مربعات کے کلاسیکی استنباط کا اطلاق کرتی ہے۔ اس میں کوفیشنٹ کے اندازے، معیاری خطائیں، t اعدادوشمار، p قدریں، اور غیر ہم واریانس، باقیات کے خود ارتباط، غیر معمول کی تقسیم اور کثیر ہم خطیت کے ٹیسٹ کا…

حصصشماریاترسک مینجمنٹمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک AAPL ایکسچینج ٹریڈز کے ایک دن سے بنائے گئے ٹائم، ٹک، والیوم، ڈالر، عدم توازن اور رن بارز کا موازنہ کرتی ہے۔ پہلے چار نمونے وقت گزرنے، ٹریڈز کی تعداد، ٹریڈ کیے گئے شیئرز یا ٹریڈ کی گئی اسمی قدر کے مطابق مشاہدات کو گروپ کرتے ہیں۔ عدم توازن اور رن…

حصصمارکیٹ مائیکرو اسٹرکچرشماریاتتکنیکی اشارے
Machine Learning for Trading

یہ نوٹ بک PatchTST، جو ٹرانسفارمر طرز کا سلسلہ ماڈل ہے، کو S&P 500 آپشنز کی تحقیق کے لیے پہلے سے متعین ماڈلز کی آبادی کے ایک رکن کے طور پر فٹ کرتی ہے۔ یہ ماضی کی سیریز کو مقررہ طوالت کے ٹکڑوں میں تقسیم کرتی، انہیں ٹوکن کے طور پر ایمبیڈ کرتی، اور توجہ کے…

آپشنزمشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ دستاویز ایسے لیبلز کے لیے دو تشخیصی پیمانے متعین کرتی ہے جن کے مستقبل کے ریٹرن کی ونڈوز ایک دوسرے سے متداخل ہوں: پولڈ پینل میں خودباہمی کا تخمینہ اور لیبل کی انفرادیت پر مبنی مؤثر نمونے کا حجم۔ خودباہمی کے جوڑے صرف ایک ہی اکائی کے مشاہدات میں اور اصل بار…

شماریاتمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایکویٹی کائنات بیان کرنے اور نیٹ ورک کے ذریعے متنوع پورٹ فولیو بنانے کے لیے تخمینی مدت کے باہمی تعلق کے نیٹ ورک کا استعمال دکھاتی ہے۔ یہ صرف جانچ سے پہلے دستیاب ڈیٹا کی مدد سے لیکویڈ علامتیں منتخب کرتی، ریٹرن کے باہمی تعلق کو فاصلے میں بدلتی، اور…

حصصپورٹ فولیو کی تشکیلشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ تحقیقی تجزیہ پرانے Quandl WIKI US ایکویٹی پینل کا جائزہ لیتا ہے، جس میں قیمت کے طریقوں، ڈیٹا کوریج اور تاریخ سے بیک ٹیسٹ کے لیے ملنے والی معلومات پر توجہ ہے۔ یہ خام قیمتوں، جو ٹریڈ شدہ قیمت کی سطحیں دکھاتی ہیں، کو ایڈجسٹ شدہ قیمتوں سے الگ کرتا ہے، جو…

حصصامریکی مارکیٹیںشماریاتبیک 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: لاجسٹک ریگریشن کے ساتھ TF-IDF کے لفظی اور لفظی جوڑی فیچرز، لاجسٹک ریگریشن کے ساتھ پہلے سے تربیت یافتہ GloVe ویکٹرز کا اوسط، اور پہلے سے تربیت یافتہ…

مشین لرننگمارکیٹ کا مزاجشماریات