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

445 دستاویزات

Machine Learning for Trading

یہ دستاویز متبادل ڈیٹا، فائلنگز، خبروں، اور قیمت کے ذرائع میں کمپنی ناموں کو سیکیورٹیز سے ملانے کا مرحلہ وار طریقہ پیش کرتی ہے۔ پہلے دستیاب شناختی نمبروں کو اعتماد کی طے شدہ ترتیب میں جوڑا جاتا ہے، غیر مماثل ریکارڈ محفوظ رکھے جاتے ہیں، اور حوالہ جاتی کلیدوں…

حصصشماریاتمشین لرننگرسک مینجمنٹ
Machine Learning for Trading

یہ دستاویز ایس اینڈ پی 500 حصص کے لیے ایڈجسٹ شدہ حصص قیمتوں کی تاریخ کو آپشنز کی مضمر اتار چڑھاؤ سطحوں کے خلاصوں سے ملا کر کراس سیکشنل خصوصیات کی میٹرکس بنانے کا طریقہ بیان کرتی ہے۔ یہ خصوصیات کو کردار، اِن پٹ، گزشتہ مدت، اور مشاہدہ ہونے میں تاخیر کے لحاظ سے…

حصصآپشنزاتار چڑھاؤمومینٹم
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ زمانی کنولوشنل نیٹ ورک (TCN) ترتیب وار مالیاتی ڈیٹا سے منافع کی پیش گوئی کیسے کر سکتا ہے۔ سببی کنولوشنز یقینی بناتے ہیں کہ کسی وقت کا آؤٹ پٹ صرف موجودہ اور پہلے کے اِن پٹس پر منحصر ہو۔ پھیلاؤ تہہ در تہہ جیومیٹریائی انداز میں ریسیپٹو…

مشین لرننگحصصمومینٹمشماریات
Machine Learning for Trading

یہ کیس اسٹڈی US حصص کے محفوظ شدہ ماڈل پیش گوئیوں کو لانگ شارٹ، مساوی وزن والے پورٹ فولیوز میں بدلتی ہے۔ یہ کئی اندراجی طریقوں کو آزماتی ہے، ہر طریقہ لانگ پوزیشنز کے لیے بلند ترین درجہ پانے والے نام اور شارٹ پوزیشنز کے لیے کم ترین درجہ پانے والے نام منتخب…

امریکی مارکیٹیںحصصمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ETF کے ریٹرن کی پیش گوئی کے کام میں sklearn HistGradientBoosting، XGBoost، LightGBM، اور CatBoost کا موازنہ کرتی ہے۔ یہ CPU اور، جہاں معاونت موجود ہو، GPU رنز میں کراس سیکشنل انفارمیشن کوایفیشنٹ، تربیت کا وقت، اور عمل کی میموری ناپتی ہے، اور ہلکے،…

مشین لرننگبیک ٹیسٹنگشماریاتحصص
Machine Learning for Trading

یہ نوٹ بک کراس سیکشنل اسٹاک پیش گوئیوں کو لانگ۔شارٹ پورٹ فولیوز میں بدلتی ہے: ہر دوبارہ توازن پر اسٹاک رینک کرتی، ہر پوزیشن کے لیے برابر سرمایہ سے اوپر کے k خریدتی اور نیچے کے k کو شارٹ کرتی ہے۔ برابر وزن ایک بنیادی طریقہ فراہم کرتا ہے جو زیادہ پیچیدہ مختص…

حصصمشین لرننگبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

نوٹ بک مالیاتی علمی گراف کی تیاری کے لیے مطلوب ایس اینڈ پی 100 کی 10-K اور 8-K فائلنگز کے ڈیٹا کا ابتدائی جائزہ لیتی ہے۔ یہ اسکیما کی تکمیل، کمپنی اور ایکسیشن کی منفرد کلیدوں، فارم کی مطابقت، فائلنگ کے سال اور درج شدہ متن کی طوالت جانچتی ہے۔ سالانہ رپورٹس…

حصصمشین لرننگشماریاتامریکی مارکیٹیں
Machine Learning for Trading

یہ نوٹ بک مشترک بیک ٹیسٹ انجن سے ماڈل کی پیش گوئیوں کو NASDAQ-100 ٹریڈنگ اسٹریٹیجیز کے طور پر جانچتی ہے۔ پہلے بے ترتیب سگنلز کے ساتھ پائپ لائن کی جانچ ہوتی ہے: اخراجات کے بعد مسلسل منافع ہو تو لک اہیڈ، غیر مطابق ڈیٹا یا وصول نہ کی گئی لاگت جیسے مسائل کا…

حصصامریکی مارکیٹیںبیک ٹیسٹنگآرڈر پر عمل درآمد
Machine Learning for Trading

یہ نوٹ بک ماڈل فِٹ کرنے یا پیش گوئیاں بنانے سے پہلے جانچتی ہے کہ پندرہ منٹ کی کراس سیکشنل اسٹاک رینکنگ اسٹریٹیجی قابلِ عمل ہے یا نہیں۔ یہ NASDAQ-100 کوٹ ڈیٹا، درمیانی قیمت کی واپسی اور ہولڈ آؤٹ سے پہلے کی ترقیاتی مدت استعمال کرتے ہوئے اسٹریٹیجی کی اہل…

حصصامریکی مارکیٹیںمارکیٹ مائیکرو اسٹرکچربیک ٹیسٹنگ
Machine Learning for Trading

دستاویز NASDAQ-100 کے ایک منٹ کے فیچرز سے مستقبل کی مختلف مدتوں کی واپسیوں کی پیش گوئی کے لیے سادہ خطی سلسلہ ماڈل فِٹ کرنے کا طریقہ بیان کرتی ہے۔ ہر ان پٹ میں ایک اسٹاک کا پچھلا گھنٹہ شامل ہے، جسے تازہ ترین مشاہدے سے تبدیلیوں کی صورت میں ظاہر کیا گیا ہے، اور…

حصصمشین لرننگمارکیٹ مائیکرو اسٹرکچربیک ٹیسٹنگ
Machine Learning for Trading

دستاویز میں ETF مارکیٹ ڈیٹا لوڈ کرنے کا طریقہ بیان ہے، جس میں اختیاری علامتی اور تاریخ کی چھانٹیاں اور واپس کی جانے والی علامتوں کی مقررہ حد شامل ہے۔ بنیادی تجزیاتی نکتہ یہ ہے کہ قیمتوں کے سلسلے کو ناپی جانے والی مقدار کے مطابق منتخب کیا جائے: واپسیوں کے لیے…

حصصکئی اثاثوں پر مبنیشماریات
Machine Learning for Trading

یہ نوٹ بک ایس اینڈ پی 500 حصص کے لیے GJR-GARCH(1,1) ماڈل سے مشروط اتار چڑھاؤ کے ماڈل پر مبنی فیچرز بناتی ہے، پھر حقیقی اتار چڑھاؤ کے مقابل ناپے گئے آپشن کے مضمر اتار چڑھاؤ کے فرق کا ماڈل پیش گوئی کے مقابل ناپے گئے فرق سے موازنہ کرتی ہے۔ چونکہ تخمینہ شدہ…

حصصآپشنزاتار چڑھاؤمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ رِج ریگولرائزیشن کے انتخاب ETF پینل کے انفارمیشن کوایفیشنٹ کو کیسے متاثر کرتے ہیں اور ہائپر پیرامیٹر کی تلاش رپورٹ شدہ کارکردگی کو کیسے بڑھا چڑھا سکتی ہے۔ پہلے واک فارورڈ فولڈز میں الفا کی وسیع گرڈ جانچی جاتی ہے، ہر تربیتی فولڈ کے اندر…

حصصمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ معاون حقیقی ڈیٹا اسٹریٹیجی کاموں پر VectorBT Pro اور VectorBT OSS کا ML4T سے موازنہ کرنے والا تازہ آڈٹ پیش کرتا ہے۔ دونوں VectorBT ایڈیشن ETF مختص، USD کوٹ والی زرمبادلہ مختص اور US ایکویٹی پینل میں شامل ہیں۔ Pro معاہدے کے ضرب اور فیوچرز طرز کے لیوریج…

کئی اثاثوں پر مبنیحصصفیوچرزفاریکس
Machine Learning for Trading

یہ نوٹ انسٹرومنٹڈ پرنسپل کمپوننٹ اینالیسس (IPCA) کی وضاحت کرتا ہے، جو ہر ETF کی عامل نمائش کو اس فنڈ کے مشاہدہ شدہ فیچرز کا مشترک خطی تفاعل بناتا ہے۔ آلٹرنیٹنگ لَیسٹ اسکوائرز فنڈ اور تاریخ کے مشاہدات میں فیچر سے نمائش کا نقشہ اور عامل منافع بیک وقت تخمینہ…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ اسٹاک منافع کے پینل پر PCA مخفی عامل ماڈل فٹ کرتا ہے، اور آپشن سطح کے فیچرز، خصوصیات یا ہدف کی معلومات استعمال نہیں کرتا۔ PCA تاریخی کراس سیکشنل مشترک حرکت کی نمایاں سمتیں نکالتا، ہر اسٹاک کی نمائش کا تخمینہ لگاتا اور تربیتی ونڈو میں عامل کی اوسط سے…

حصصآپشنزمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ US فرم خصوصیات کی اسٹریٹجیز کے لیے مساوی وزن کا دو مختص قواعد سے موازنہ کرتا ہے: اسکور وزن، جو زیادہ ماڈل پیش گوئیوں کو زیادہ سرمایہ دیتا ہے، اور کنفارمل وزن، جو زیادہ وسیع کیلیبریٹڈ خطا کے وقفوں والی پیش گوئیوں کے لیے سرمایہ کم کرتا ہے۔ یہ ہر موازنے…

حصصپوزیشن کا حجم طے کرناپورٹ فولیو کی تشکیلبیک ٹیسٹنگ
Machine Learning for Trading

یہ تجزیہ اکاؤنٹنگ اور مارکیٹ خصوصیات استعمال کرتے ہوئے ماہانہ کراس سیکشنل US اسٹاک منافع کے لیے سیکھے گئے سگنلز کا موازنہ کرتا ہے، جہاں ہدف اگلے ماہ کا منافع ہے۔ یہ خطی ماڈلز، بوسٹڈ ٹریز، گہرے ٹیبلر طریقوں، مخفی عامل تخمینہ کاروں اور سببی علاج کے اثر کے…

حصصامریکی مارکیٹیںمشین لرننگشماریات
Machine Learning for Trading

یہ آڈٹ حقیقی اسٹریٹیجی کیسز پر Backtrader اور Zipline کا ML4T سے موازنہ کرتا ہے، اور صرف ایسے اثاثہ اور معاہدہ امتزاج استعمال کرتا ہے جنہیں ہر انجن اور منجمد ڈیٹا بنڈل مقامی طور پر ظاہر کر سکتے ہیں۔ اس میں دونوں انجنوں کے لیے ETF مختص اور US ایکویٹی پینل،…

بیک ٹیسٹنگآرڈر پر عمل درآمدفیوچرزفاریکس
Machine Learning for Trading

یہ نوٹ کراس سیکشنل US فرم خصوصیات کے مطالعے کے لیے ماہانہ منافع کے لیبل متعین اور توثیق کرتا ہے۔ یہ جانچتا ہے کہ ڈیٹا فراہم کنندہ ہر قطار کی خصوصیات کو منافع کے نتیجے کے ساتھ کیسے جوڑتا ہے، اور واضح کرتا ہے کہ پینل پہلے ہی ہم آہنگ ہے، اس لیے اسے دوبارہ شفٹ…

حصصمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ ایک مکمل پورٹ فولیو مختص کنندہ بناتا ہے جو LSTM سے پہلے Temporal Fusion Transformer طرز کا متغیر انتخابی نیٹ ورک رکھتا ہے۔ الگ گیٹڈ ریزیڈیول نیٹ ورکس انفرادی فیچرز کی ایمبیڈنگ بناتے ہیں، اور سیکوئنس انکوڈر کے اثاثہ سطح کا سگنل دینے سے پہلے سیکھی گئی…

مشین لرننگپورٹ فولیو کی تشکیلپوزیشن کا حجم طے کرنااتار چڑھاؤ
Machine Learning for Trading

یہ نوٹ ایک مقررہ ETF یونیورس سے بنائے گئے اعلیٰ درجہ بندی والے مومینٹم پورٹ فولیو کے لیے روزانہ، ہفتہ وار، ہر دو ہفتے بعد اور ماہانہ ری بیلنسنگ کا موازنہ کرتا ہے۔ یہ تاریخی قیمتوں سے ٹرن اوور اور مجموعی رسک ایڈجسٹڈ کارکردگی ناپتا ہے، پھر سالانہ یک طرفہ ٹرن…

حصصمومینٹمآرڈر پر عمل درآمدبیک ٹیسٹنگ
Machine Learning for Trading

یہ جائزہ فرم خصوصیات سے ریٹرنز کی پیش گوئی کرنے والے ماڈلز کے ایک خاندان کی وضاحت کرتا ہے۔ ہر خصوصیت کو براہِ راست ریٹرن کی پیش گوئی سمجھنے کے بجائے، یہ ماڈل فرض کرتے ہیں کہ ریٹرنز چند غیر مشاہدہ شدہ مشترک فیکٹرز سے چلتے ہیں اور ہر فرم کی ان سے وابستگی کا…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

یہ سیٹ اپ دستاویز ہفتہ وار S&P 500 ایکویٹی تحقیقی پائپ لائن متعین کرتی ہے جو قیمت پر مبنی سگنلز کے ساتھ آپشنز مارکیٹ کی خصوصیات بھی استعمال کرتی ہے۔ یہ اہل یونیورس، فیصلے اور ایگزیکیوشن کے اوقات، اور مختلف پیش گوئی افق والے لیبلز کے لیے الگ ری بیلنس رفتار…

آپشنزحصصاتار چڑھاؤمومینٹم