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

881 دستاویزات

Machine Learning for Trading

یہ نوٹ بک ایک منٹ کے NASDAQ-100 مائیکرو اسٹرکچر فیچرز پر لانگ شارٹ ٹرم میموری نیٹ ورک فٹ کرنے کا طریقہ بیان کرتی ہے تاکہ کئی افقوں کے لیے مستقبل کے ریٹرنز کی پیش گوئی کی جا سکے۔ ماڈل پچھلے مشاہدات کی ترتیب کو مرحلہ وار پراسیس کرتا اور سیکھتا ہے کہ پہلے کے کن…

مشین لرننگحصصہائی فریکوئنسی ٹریڈنگبیک ٹیسٹنگ
Machine Learning for Trading

یہ تربیتی یوٹیلٹی ڈیپ پی ایم طرز کے ماڈل کے لیے اصلاحی عمل بیان کرتی ہے۔ یہ مضبوط شارپ پر مبنی نقصان سے ماڈل کے پیرامیٹرز کو اپ ڈیٹ کرنے کے لیے ایڈم ڈبلیو استعمال کرتی ہے، جس میں فارورڈ ریٹرنز، اتار چڑھاؤ کی اسکیلنگ، ماسکس، ٹرانزیکشن لاگت اور ترتیب دیے گئے…

مشین لرننگرسک مینجمنٹبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ ماڈیول خطرے کے مطابق ایڈجسٹ کردہ مومینٹم اسکور استعمال کرتے ہوئے ماہانہ ETF مختص کاری کی بنیادی ترتیب بناتا ہے: گزشتہ مجموعی ریٹرن کو سالانہ حقیقی اتار چڑھاؤ پر تقسیم کیا جاتا ہے۔ جب 10 سالہ اور 2 سالہ ییلڈ کرو کے ڈھلوان کی قدر مقررہ حد سے بڑھ جائے تو یہ…

حصصکئی اثاثوں پر مبنیمومینٹماتار چڑھاؤ
Machine Learning for Trading

یہ تجزیہ اس بات کا تخمینہ لگاتا ہے کہ آیا حالیہ مدت کو چھوڑ کر مومینٹم کا تعلق ای ٹی ایف کے مستقبل کے ریٹرنز میں سببی تبدیلی سے ہے، بجائے اس کے کہ یہ پوچھا جائے کہ مومینٹم ریٹرنز کی کتنی اچھی پیش گوئی کرتا ہے۔ ڈبل مشین لرننگ متعین مخدوش عوامل کی مدد سے نتیجے…

مشین لرننگشماریاتمومینٹمبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک اوورلیپ کرنے والی قیمت سے اخذ کردہ خصوصیات کی مدد سے ETF ریٹرنز کی پیش گوئی کرنے والے خطی ماڈلز کا موازنہ کرتی ہے۔ چونکہ متعدد ریٹرن افق اور انڈیکیٹر خاندان ایک جیسی معلومات ظاہر کر سکتے ہیں، اس لیے عام کم از کم مربعات قریباً یکساں خصوصیات کو غیر…

حصصکئی اثاثوں پر مبنیمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک دیکھتی ہے کہ ای ٹی ایف کے ریٹرن کی پیش گوئیاں غیر یقینی کیسے ظاہر کر سکتی ہیں، اور مونٹی کارلو ڈراپ آؤٹ کا ڈیپ اینسمبلز سے موازنہ کرتی ہے۔ بار بار پیش گوئی کے دوران ڈراپ آؤٹ فعال رہتا ہے، جبکہ اینسمبل الگ الگ تربیت یافتہ نیٹ ورکس کے اختلاف کو ناپتا…

حصصمشین لرننگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک ایک ہی پیش گوئی کردہ درجہ بندی سے منتخب ETF پورٹ فولیوز کو وزن دینے کے چھ طریقوں کا موازنہ کرتی ہے: برابر وزن، اسکور کے مطابق وزن، معکوس اتار چڑھاؤ، رسک پیریٹی، اوسط۔تغیر اصلاح، اور درجہ بند درختی رسک پیریٹی۔ یہ منتخب فنڈز کی تعداد کو تخصیص کے…

حصصپورٹ فولیو کی تشکیلبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک متعدد ٹریڈنگ کیس اسٹڈیز سے رجسٹرڈ ڈبل مشین لرننگ تخمینے جمع کرتی ہے اور ان کی غیر یقینی اور تشخیصی پیمانوں کا موازنہ کرتی ہے۔ یہ ہر مطالعے کی رجسٹری سے موجودہ قطاریں لوڈ کرتی، رجسٹری کی سالمیت اور لیبلز کی یکتائی جانچتی، کوریج واضح کرتی، اور HAC…

شماریاتمشین لرننگرسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایس اینڈ پی 500 آپشنز کے مطالعے میں پیش گوئی کے لیے پہلے سے مقرر LSTM ماڈل فٹ کرتی ہے۔ نیٹ ورک ہر سمبل کی تاریخ کی زمانی ترتیب والی ونڈوز لیتا ہے اور دستی طور پر بنائے گئے فیچرز پر مکمل انحصار کرنے کے بجائے سیشنز کے دوران معلومات کو ظاہر کرنے کے…

حصصآپشنزمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایک PPO ایجنٹ کو گھنٹہ وار پرپیچوئل فیوچرز بارز میں مجموعی فروخت آرڈر کو شیڈول کرنے کی تربیت دیتی ہے۔ یہ قیمت اور والیوم کی تاریخ میں پرپیچوئل پریمیم اور اگلے فنڈنگ تصفیے تک کا وقت شامل کرتی ہے، جبکہ ایسی معلومات کو وقفے کے ساتھ شامل کرتی ہے جو ہر…

کرپٹوپرپیچوئل فیوچرزآرڈر پر عمل درآمدبیک 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: لوجسٹک ریگریشن کے ساتھ TF-IDF کے لفظی اور عبارتی فیچرز، کلاسیفائر کے ساتھ اوسط جامد لفظی ویکٹرز، اور پہلے سے تربیت یافتہ فن برٹ جذباتی ماڈل۔ طریقوں کی…

مشین لرننگمارکیٹ کا مزاجحصصشماریات
Machine Learning for Trading

یہ نوٹ بک اکاؤنٹنگ اور قیمت پر مبنی خصوصیات کو اگلے مہینے کے US اسٹاک ریٹرنز کے انفرادی پیش گو کے طور پر جانچتی ہے۔ یہ ہر خصوصیت اور ریٹرن لیبل کے درمیان ماہانہ کراس سیکشنل درجہ جاتی باہمی تعلق نکالتی ہے، پھر ترقیاتی مدت کے مہینوں میں اس کا خلاصہ کرتی ہے۔…

حصصفیکٹر سرمایہ کاریشماریاتمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک CME فیوچرز کیس اسٹڈی کے امیدوار فیچرز کو آئندہ ریٹرنز کے مقابل جانچتی ہے۔ ہر فیچر کے لیے یہ فیچر کی قدروں اور بعد کے ریٹرنز کے درمیان کراس سیکشنل درجہ جاتی باہمی تعلق نکالتی ہے، تاریخوں کے لحاظ سے اس کا خلاصہ کرتی ہے، باہم متداخل ریٹرن ادوار کے لیے…

فیوچرزشماریاتمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ETF تخصیصی بیک ٹیسٹ کے لیے تشخیصی فریم ورک پیش کرتی ہے۔ یہ شارپ، سورٹینو، کالمر، اتار چڑھاؤ، ویلیو ایٹ رسک اور زیادہ سے زیادہ ڈرا ڈاؤن جیسے رسک اور ریٹرن پیمانے نکالتی ہے؛ مسلسل کارکردگی اور ڈرا ڈاؤن سے بحالی ٹریک کرتی ہے؛ اور الفا، بیٹا، ٹریکنگ…

پورٹ فولیو کی تشکیلرسک مینجمنٹبیک ٹیسٹنگحصص
Machine Learning for Trading

یہ نوٹ بک ایکویٹی ریٹرنز سے آزادانہ طور پر مارکیٹ کے حالات بیان کرنے کے لیے ماہانہ میکرو اکنامک اشاریوں کے کلسٹر بناتی ہے۔ یہ FRED سلسلوں کو مہینے کے اختتام کے مشاہدات سے ہم آہنگ کرتی ہے، بے روزگاری، وفاقی فنڈز کی شرح، ییلڈ کرو کی اسپریڈ اور سال بہ سال CPI…

مشین لرننگشماریاتاتار چڑھاؤامریکی مارکیٹیں
Machine Learning for Trading

یہ نوٹ بک مصنوعی روزانہ ETF ریٹرن سلسلے بنانے کے لیے ڈفیوژن۔TS کو اپناتی ہے۔ اس کا ڈینوائزر اصل سلسلے کی پیش گوئی کرتا ہے اور اس پیش گوئی کو پولینومیئل رجحان، منتخب فورئیر اجزا اور باقی ماندہ حصے میں تقسیم کرتا ہے۔ وقت کے دائرے اور فریکوئنسی کے دائرے کا…

مشین لرننگاتار چڑھاؤشماریاتکئی اثاثوں پر مبنی
Machine Learning for Trading

یہ نوٹ بک تعینات مالیاتی ماڈل کی حقیقی ہولڈ آؤٹ فائلوں سے نگرانی کا طریقۂ کار بناتی ہے۔ ڈرفٹ ناپنے سے پہلے یہ جانچتی ہے کہ آنے والا فیچر ڈیٹا موجود اور ساختی طور پر درست ہے، پھر حوالہ جاتی اور موجودہ ونڈوز کا موازنہ کرتی ہے۔ فیچر کی تقسیم میں تبدیلیاں…

مشین لرننگشماریاترسک مینجمنٹحصص
Machine Learning for Trading

یہ نوٹ بک بٹ کوائن پرپیچوئل مارکیٹ ڈیٹا پر لانگ اونلی RSI اوسط کی واپسی کے قاعدے کے ذریعے ویکٹر بی ٹی کے ساتھ ویکٹرائزڈ بیک ٹیسٹنگ متعارف کراتی ہے۔ یہ کلوز پر مبنی RSI نکالتی ہے، جب گزشتہ دن کی ریڈنگ نچلی حد سے کم ہو تو انٹری اور بالائی حد سے زیادہ ہو تو…

کرپٹوپرپیچوئل فیوچرزاوسط کی جانب واپسیتکنیکی اشارے
Machine Learning for Trading

یہ نوٹ بک پوزیشن سائزنگ کو زیادہ سے زیادہ ناموافق اور موافق ایکسکرژن کے تجزیے سے جوڑتی ہے۔ یہ مقررہ تناسب کی سائزنگ دکھاتی ہے، جس میں ہر ٹریڈ کا رسک بجٹ اور انٹری سے اسٹاپ تک کا فاصلہ حصص کی تعداد طے کرتا ہے، جبکہ ارتکاز کی حد لاگو رہتی ہے۔ یہ تاخیری انفرادی…

پوزیشن کا حجم طے کرنارسک مینجمنٹاتار چڑھاؤبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ SHAP پینل کی رِج ریگریشن پیش گوئیوں کی ETF کے ذریعے تشریح کیسے کی جائے۔ خطی ماڈل میں ہر فیچر سے منسوب حصہ اس کے کوفیشنٹ اور تربیتی پس منظر کے اوسط سے فیچر کے انحراف کو ضرب دینے کے برابر ہے، اس لیے ان حصوں کو بند فارم حساب سے جانچا جا…

مشین لرننگشماریاتحصصبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ان دو طریقوں کا موازنہ کرتی ہے جو تاریخی ڈیٹا میں روزانہ کی اوپن، ہائی، لو، کلوز اور والیوم قدریں ہوں مگر کوٹس نہ ہوں تو بولی اور طلب کے فرق کا تخمینہ لگاتے ہیں۔ کورون۔شولٹز روزانہ اور دو روزہ ہائی۔لو حدود کا موازنہ کرکے فرق کو اتار چڑھاؤ سے الگ…

مارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمدشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک SEC کی سالانہ اور سہ ماہی فائلنگز کو بعد کے جذباتی، موضوعاتی اور ایمبیڈنگ تجزیے کے لیے منظم متن میں بدلنے کا طریقۂ کار پیش کرتی ہے۔ یہ مطلوبہ حصوں کو فارم کے مخصوص آئٹم نمبروں سے جوڑتی ہے اور واضح کرتی ہے کہ انتظامیہ کی بحث 10-Ks اور 10-Qs میں…

حصصمارکیٹ کا مزاجواقعات پر مبنیشماریات
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ مشروط آٹو انکوڈر کس طرح انسٹرومنٹڈ پرنسپل کمپوننٹ ماڈل کو وسعت دیتا ہے: ایک نیورل نیٹ ورک اسٹاک کی خصوصیات کو فیکٹر ایکسپوژرز میں تبدیل کرتا ہے، جبکہ ماڈل ایکسپوژر اور فیکٹر ریٹرن کی وہی ساخت برقرار رکھتا ہے۔ یہ ہر تربیتی ونڈو کے مقررہ…

حصصفیکٹر سرمایہ کاریمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ مطالعہ مالیاتی اور GJR-GARCH اتار چڑھاؤ کے فیچرز کو آئندہ ایکویٹی ریٹرنز کے مقابل جانچتا ہے۔ ہر سیشن کے لیے یہ فیچر اور بعد کے ریٹرنز کے درمیان اسٹاکس کی درجہ بندی کا باہمی تعلق نکالتا ہے، پھر اوسط تعلق، واک فارورڈ توثیقی ادوار میں تسلسل، اور متعدد…

حصصآپشنزشماریاتمشین لرننگ