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 حوالہ جذبات کے تجزیے، متنی خصوصیات کی تیاری اور خبروں کو منافع سے جوڑنے والے تجربات کے لیے مالی خبروں کے دو متنی ڈیٹا مجموعوں کا تعارف دیتا ہے۔ FNSPID سرخیوں کو اسٹاک ٹکروں سے جوڑتا ہے اور طویل تاریخی مدت کا احاطہ کرتا ہے؛ مکمل مجموعے کے ساتھ ایک چھوٹا…

حصصمارکیٹ کا مزاجمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک چھ سرمایہ مختص کرنے کے طریقوں کا ان کرپٹو پرپیچوئل اسٹریٹیجیز پر موازنہ کرتی ہے جو بنیادی انتخابی مراحل سے گزر چکی ہیں۔ یہ ہر اسٹریٹیجی کی پیش گوئیاں اور داخلے کے قواعد مقرر رکھتی، پھر سرمایہ مختص کرنے کا طریقہ بدلتی ہے: ایک طریقہ ماڈل اسکور، کئی…

کرپٹوپرپیچوئل فیوچرزپوزیشن کا حجم طے کرناپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک مختصر یورپی کال کے لیے ڈیپ ہیجنگ دکھاتی ہے۔ یہ جیومیٹرک براؤنین حرکت سے بنیادی قیمت کے راستوں کی سیمولیشن، بلیک-شولز ڈیلٹا کو معیار کے طور پر حساب، اور ہیج پوزیشن منتخب کرنے کے لیے نیم تکراری نیورل نیٹ ورک کی تربیت کرتی ہے۔ تربیت کا مقصد اختتامی…

آپشنزمشین لرننگرسک مینجمنٹڈیریویٹوز کی قیمت بندی
Machine Learning for Trading

یہ ماڈیول بتاتا ہے کہ توثیق کے مراحل اور اسٹریٹیجی لیبلز میں ہولڈ آؤٹ انتخابی مجموعہ کیسے مرتب کیا جائے۔ یہ ان اختلافات کو حل کرتا ہے جن سے منجمد امیدوار مجموعے اور براہِ راست دوبارہ تشکیل مختلف کنفیگریشن منتخب کر سکتے ہیں، یا بعد کا تجزیہ فاتح کے بجائے کسی…

بیک ٹیسٹنگرسک مینجمنٹپورٹ فولیو کی تشکیلشماریات
Machine Learning for Trading

یہ فیچر انجینئرنگ ماڈیول منظم میکرو پورٹ فولیو ماڈلز کے لیے روزانہ قیمت کا ڈیٹا تیار کرتا ہے۔ یہ تخمینی اتار چڑھاؤ کے لحاظ سے پیمانہ بند مدت کے منافع، متعدد پیمانوں کے کئی MACD سگنل اور لاگ قیمتوں کے رولنگ زیڈ اسکور بناتا ہے۔ منافع کی مدتیں متعین مجموعہ یا…

کئی اثاثوں پر مبنیمومینٹمرجحان کی پیرویاتار چڑھاؤ
Machine Learning for Trading

یہ نوٹ بک دکھاتی ہے کہ دس پرنسپل کمپوننٹس سے ناپی گئی وسیع حرکات کا حساب رکھنے کے بعد چار منظم پورٹ فولیو اسٹریٹیجیز، SPY کے منافع کی وضاحت میں اضافہ کرتی ہیں یا نہیں۔ امیدوار پورٹ فولیوز ای ٹی ایف کو حالیہ مومینٹم، کم اتار چڑھاؤ یا مختصر مدتی واپسی کی بنیاد…

حصصمشین لرننگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ دستاویز سہ ماہی SEC 13F بلک فائلنگز کو ادارہ جاتی ہولڈنگز کے پینل میں بدلنے کا طریقۂ کار بتاتی ہے۔ یہ ہر منیجر کی تازہ ترین فائلنگ تاریخِ جمع آوری سے چنتی، سیکیورٹیز کی شناخت کے لیے فائلر کے درج کردہ کمپنی ناموں کے بجائے CUSIP استعمال کرتی، اور غیر معقول…

حصصامریکی مارکیٹیںشماریاتمارکیٹ کا مزاج
Machine Learning for Trading

یہ دستاویز ETF کے منافع کو ماڈل کرنے کے لیے آلہ جاتی پرنسپل کمپوننٹ تجزیے کی وضاحت کرتی ہے۔ عام PCA کے برعکس، جو ہر فنڈ کو عوامل کی مستقل نمائشیں دیتا ہے، IPCA ہر فنڈ کی نمائشوں کو اس کی قابلِ مشاہدہ خصوصیات کا مشترکہ خطی تابع بناتا ہے۔ یہ خصوصیات سے نمائشوں…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک NASDAQ-100 اسٹاکس کو ان کے اگلے 15 منٹ کے منافع کے لحاظ سے درجہ بند کرنے والے پیش گوئی ماڈلز کا، انٹراڈے مائیکرو اسٹرکچر معلومات مثلاً اسپریڈ، گہرائی کے عدم توازن، دستخط شدہ حجم اور قیمت کے اثر سے موازنہ کرتی ہے۔ یہ ہر ماڈل خاندان سے ایک نمائندہ…

حصصمشین لرننگشماریاتمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ نوٹ بک متوقع لاگ دولت کو زیادہ سے زیادہ کرکے دو ممکنہ نتائج والی شرط کے لیے کیلی کا حجم اخذ کرتی ہے، پھر دکھاتی ہے کہ شرط کا حجم نقلی دولت کے راستوں کی تقسیم کو کیسے بدلتا ہے۔ یہ طریقہ مسلسل منافع اور کئی اثاثوں والے پورٹ فولیوز تک پھیلاتی ہے، جہاں معروف…

پوزیشن کا حجم طے کرنارسک مینجمنٹپورٹ فولیو کی تشکیلشماریات
Machine Learning for Trading

یہ نوٹ بک پہلے سے منتخب کردہ ETF اسٹریٹیجی کو محفوظ ہولڈ آؤٹ مدت پر جانچتی ہے۔ یہ تربیتی شناخت اور چیک پوائنٹ سے مطابقت رکھنے والی پیش گوئیاں حاصل کرتی، پہلے سے طے شدہ اسٹریٹیجی کی تفصیل اور ٹریڈنگ لاگتیں لاگو کرتی، اور نتیجے کا بیک ٹیسٹ رجسٹر کرتی ہے۔ ہولڈ…

بیک ٹیسٹنگپورٹ فولیو کی تشکیلرسک مینجمنٹپوزیشن کا حجم طے کرنا
Machine Learning for Trading

یہ سہولت بتاتی ہے کہ اصل حساب دوبارہ چلائے بغیر بیک ٹیسٹ شناختی نمبروں کی تبدیلی کی توثیق کیسے کی جائے۔ یہ رجسٹرڈ پتے رکھنے والے کالم دریافت کرنے کے لیے ڈیٹا بیس اسکیمے دیکھتی ہے، جن میں متنی دستاویزات کے اندر شامل حوالے بھی آتے ہیں، پھر تبدیلی سے پہلے اور…

بیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ تجزیہ جانچتا ہے کہ متعدد ٹریڈنگ مطالعات میں منتخب کیے گئے سگنل مزید استعمال کے لیے کافی قابلِ اعتماد دکھائی دیتے ہیں یا نہیں۔ یہ توثیقی معلوماتی عددی نسبت (IC) کا ہولڈ آؤٹ شواہد سے موازنہ کرتا، استحکام اور دوبارہ پیدا کیے جانے کی صلاحیت دیکھتا، اور پیش…

مشین لرننگشماریاتبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ رہنما اثاثوں کی قیمت اور حجم کی تاریخ سے بننے والی خصوصیات کا جائزہ لیتا ہے، جن میں مختلف مدتوں کے منافع، رجحان اور واپسی کے پیمانے، اتار چڑھاؤ کے متعدد تخمینے، اتار چڑھاؤ کی کیفیتیں، سیالیت، انتہائی نقصان کا خطرہ اور کراس سیکشنل نارملائزیشن شامل ہیں۔ یہ…

تکنیکی اشارےمومینٹماتار چڑھاؤمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ S&P 500 آپشنز اسٹریٹیجی کی توثیقی کارکردگی، ادا کیے گئے کوٹ کردہ اسپریڈ کے مختلف فرضی حصوں کے تحت کیسے بدلتی ہے۔ یہ ہر ماڈل خاندان کے لیے ایک بنیادی اسٹریٹیجی منتخب کرتی ہے، پھر اسپریڈ لاگت کے مفروضوں اور پوری اٹ دی منی اسٹرَیڈل…

آپشنزآرڈر پر عمل درآمدبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک آپشن سطح کے فیچرز والے ایکویٹی پینل کے لیے انسٹرومنٹڈ پرنسپل کمپوننٹ اینالیسس (IPCA) بیان کرتی ہے۔ عام PCA کے برعکس، جو ہر اسٹاک کے ایکسپوژر کا تخمینہ اس کی منافع کی تاریخ سے لگاتا ہے، IPCA ایکسپوژر کو ہر اسٹاک کے تاریخ کے مخصوص فیچرز، مثلاً مضمر…

حصصآپشنزفیکٹر سرمایہ کاریمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک توثیقی ڈیٹا پر منتخب کردہ ترتیب استعمال کرتے ہوئے پہلے سے غیر استعمال شدہ ETF ہولڈ آؤٹ ونڈو کے لیے پیش گوئیاں بناتی ہے۔ یہ تربیت کی وضاحت کو ونڈو کھلنے سے ایک لیبل افق پہلے ختم کرنے کے لیے دوبارہ بناتی، ماڈل کو دوبارہ فٹ کرتی، منتخب چیک پوائنٹ…

بیک ٹیسٹنگرسک مینجمنٹشماریات
Machine Learning for Trading

یہ نوٹ بک کمپنی کی 10-K فائلنگز سے سپلائر، صارف اور حریف کے تعلقات نکالنے اور انہیں Neo4j علمی گراف میں محفوظ کرنے کا عمل بیان کرتی ہے۔ ایک مقامی زبان کا ماڈل منظم موضوع-محمول-مفعول ٹرپلٹس تجویز کرتا ہے، پھر سٹرنگ پر مبنی ہستی حل کاری ناموں کو معیاری بناتی…

حصصمشین لرننگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ ڈیٹاسیٹ گائیڈ آرڈر بک اور مارکیٹ مائیکرو اسٹرکچر تحقیق کے لیے US ایکویٹی کے ٹک ڈیٹا کے دو ذرائع کا موازنہ کرتی ہے۔ Databento کے مارکیٹ بائی آرڈر ریکارڈ پہلے سے پراسیس شدہ اضافہ، ترمیم، منسوخی اور تجارت کے واقعات فراہم کرتے ہیں، جبکہ NASDAQ ITCH خام…

حصصمارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمد
Machine Learning for Trading

یہ دستاویز رجسٹری کی جانچ بیان کرتی ہے تاکہ فیصلہ کیا جا سکے کہ ماڈل کی تربیت اور بیک ٹیسٹ دوبارہ استعمال کیے جائیں یا ازسرِنو چلائے جائیں۔ رنز کی شناخت ان کی وضاحتوں سے اخذ کردہ ہیش سے ہوتی ہے؛ رن صرف تب دوبارہ استعمال ہو سکتا ہے جب متوقع آرٹیفیکٹس موجود…

بیک ٹیسٹنگمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک وضاحت کرتی ہے کہ ہدفی وزن کا عمومی رسک اوورلے بیان کردہ S&P 500 شارٹ اسٹریڈل اسٹریٹیجی کو کیوں نہیں چلا سکتا۔ آپشنز انجن ہفتہ وار گروہوں کو سرمایہ کے مقررہ حصے دیتا ہے اور ہر گروہ کے اندر وزن معمول پر لاتا ہے؛ وزن کو اسکیل کرنے کا اثر معمول پر لانے…

آپشنزرسک مینجمنٹبیک ٹیسٹنگڈیریویٹوز کی قیمت بندی
Machine Learning for Trading

یہ نوٹ بک مالیاتی نامیاتی ہستیوں کی شناخت کے لیے ٹرانسفارمر کی فائن ٹیوننگ دکھاتی ہے، جس میں متن کے حصوں کو تنظیم، شخص، رقم، تاریخ اور فی صد کے منظم خانوں میں بدلا جاتا ہے۔ یہ BIO سرحدی لیبل متعارف کراتی ہے اور بتاتی ہے کہ لفظی سطح کی نشاندہی کو ذیلی لفظ…

مشین لرننگشماریاتمارکیٹ کا مزاجحصص
Machine Learning for Trading

یہ نوٹ بک CME فیوچرز کے منافع کی کراس سیکشنل پیش گوئی کے لیے گریڈینٹ بوسٹنگ کا مطالعہ کرتی ہے۔ یہ لیف کاؤنٹ پروفائلز کے ذریعے درختوں کی گنجائش بدلتی ہے اور مربعی خطا، مطلق خطا اور Huber مقاصد کا موازنہ کرتی ہے، جو انتہائی باقیات کو فٹنگ پر اثر انداز ہونے کی…

فیوچرزاجناسمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک منٹ کی سطح کے NASDAQ-100 ڈیٹا کو ماڈل پر مبنی فیچرز میں بدلنے کے تین طریقے بیان کرتی ہے: ویرینس کی پیش گوئیوں اور پیش گوئی کی غلطیوں کے لیے متحرک HAR رجعت، حالیہ حجم کے نمونوں کے لیے فوریئر ٹرانسفارم، اور قیمت اور آرڈر فلو کی تبدیلی کی ترتیب کے لیے…

حصصاتار چڑھاؤمارکیٹ مائیکرو اسٹرکچرشماریات