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

80 دستاویزات

Machine Learning for Trading

یہ نوٹ بک حقیقی ETF ڈیٹا استعمال کرکے جانچتی ہے کہ نظرثانی کی مدت، مارکیٹ کے دور اور نفاذ میں معقول تبدیلیوں کے باوجود مومینٹم سگنل مفید رہتا ہے یا نہیں۔ یہ مومینٹم اور آئندہ ریٹرنز کے درمیان کراس سیکشنل معلوماتی کوایفیشنٹس نکالتی ہے، پھر کارکردگی کو رسپانس…

فیوچرزمومینٹمبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ نوٹ بک ایک ہی ماہانہ ETF مومینٹم اسٹریٹیجی کی دو سیمولیشنز کا موازنہ کرتی ہے۔ دونوں یکساں ہدفی وزن، کائنات، تاریخیں اور مجموعی ٹریڈنگ لاگت استعمال کرتی ہیں۔ ایک تاخیر شدہ وزن اور اثاثوں کے منافع سے منافع کا حساب کرتی ہے؛ دوسری آرڈرز کو یکے بعد دیگرے چلاتی…

حصصمومینٹمبیک ٹیسٹنگآرڈر پر عمل درآمد
Machine Learning for Trading

یہ نوٹ بک منافع کی پیش گوئی اور یہ دعویٰ کرنے میں فرق کرتی ہے کہ مومینٹم ان منافع کا سبب بنتا ہے۔ یہ تازہ ترین مہینے کو چھوڑ کر اسٹاک کے گزشتہ سال کے منافع کو اثرانداز متغیر اور آئندہ منافع کو نتیجہ سمجھتی ہے۔ حالیہ اتار چڑھاؤ، غیر لیکویڈ ہونے کی درجہ بندی…

حصصمومینٹممشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ آیا سیکھے گئے گراف ایمبیڈنگز US اسٹاکس کے ٹیبلر ماڈل میں پیش گوئی کی اضافی معلومات دیتے ہیں۔ یہ ہدف کی مدت سے پہلے ناپے گئے مطلق منافع کے باہمی ارتباط سے ایک نیٹ ورک بناتی ہے، اسی سابقہ تاریخ سے مومینٹم، اتار چڑھاؤ اور رجحان کی خصوصیات…

حصصمشین لرننگبیک ٹیسٹنگمومینٹم
Machine Learning for Trading

یہ نوٹ بک تشخیص کرتی ہے کہ مقررہ، صرف لانگ ETF مومینٹم بنیادی معیار نے 2010 سے 2024 تک مارکیٹ حالات میں کیسی کارکردگی دکھائی۔ یہ ہر روزانہ ریٹرن کو اتار چڑھاؤ اور رجحان کے ان پیمانوں سے لیبل کرتی ہے جو اس ریٹرن کے آغاز سے پہلے معلوم تھے، جبکہ پھیلتے ہوئے…

حصصمومینٹمرجحان کی پیرویاتار چڑھاؤ
Machine Learning for Trading

یہ نوٹ بک TSMixer، ٹائم سیریز نیورل نیٹ ورک، کی وضاحت کرتی ہے جو دو عمل باری باری کرتا ہے: ہر فیچر کے لیے پچھلے دنوں پر ایک مشترک خطی نقشہ، اور مشترک فیچر MLP جو ہر دن پر الگ لاگو ہوتا ہے۔ ریزیڈیول کنکشنز اور پری نارملائزیشن تہوں کو سہارا دیتے ہیں، جبکہ…

مشین لرننگمومینٹمشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک US اسٹاکس کی درجہ بندی کے لیے آئندہ منافع کے اہداف متعین کرتی ہے اور وضاحت کرتی ہے کہ ان کے دورانیے حقیقی ٹریڈنگ سیشنز سے کیسے مطابقت رکھیں۔ منافع کے لیے تقسیم اور ڈیویڈنڈ کے مطابق ایڈجسٹ شدہ قیمتیں استعمال ہوتی ہیں، جبکہ اسٹاک کے قابلِ تجارت ہونے…

حصصمومینٹمشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ پائپ لائن ETF تعیناتی ورک فلو کے لیے OHLCV قیمتوں اور ییلڈ کرو سے مالی فیچرز بناتی ہے۔ یہ ماضی کے ڈیٹا کی متعدد مدتوں پر منافع اور رسک کے مطابق منافع، مومینٹم کی تیزی اور اتار چڑھاؤ کے تناسب اخذ کرتی ہے، پھر عام تکنیکی اشارے شامل کرتی ہے، جیسے RSI، MACD،…

حصصمومینٹماتار چڑھاؤتکنیکی اشارے
Machine Learning for Trading

یہ کیس اسٹڈی ETF مومینٹم پر علّی تخمینہ لاگو کرتی ہے اور پوچھتی ہے کہ آیا آئندہ منافع پر اس کا اثر مارکیٹ کے اتار چڑھاؤ کے ساتھ بدلتا ہے۔ اس میں مسلسل مومینٹم ٹریٹمنٹ، 21 دن کے آئندہ منافع کا نتیجہ، اتار چڑھاؤ اور ییلڈ کرو کے کنٹرول، اور اوسط و دور کے مطابق…

حصصامریکی مارکیٹیںمومینٹممشین لرننگ
Machine Learning for Trading

یہ دستاویز کراس ایسیٹ مومینٹم کے مفروضے کو 100-ETF کے کائنات میں ماہانہ ابتدائی آزمائش میں بدلتی ہے۔ یہ ماہ کے آخر کی ایڈجسٹ شدہ قیمتیں بناتی ہے، 12-سے-1-ماہ کا مومینٹم ناپتی ہے، پھر اہل ETFs کو مساوی وزن کے پانچ گروپس میں درجہ بندی کرکے ان کے اگلے ماہ کے…

کئی اثاثوں پر مبنیمومینٹمرجحان کی پیرویشماریات
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ جب روزانہ IC مشاہدات ایک دوسرے پر منحصر ہوں تو عام ٹی ٹیسٹ معلوماتی کوفیشنٹ (IC) کی قوت کو زیادہ کیوں دکھا سکتے ہیں۔ یہ ETF ڈیٹا پر مومینٹم سگنل بناتی، IC کے خودباہم تعلق کا جائزہ لیتی اور اعتماد کے وقفوں کے لیے بلاک بوٹسٹریپ کے ساتھ…

شماریاتبیک ٹیسٹنگمومینٹم
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ توازنِ نو کی رفتار ETF کے اعلیٰ درجہ والے مومینٹم پورٹ فولیو کی خرید و فروخت، مجموعی کارکردگی اور لاگت کے بعد نتائج کو کیسے متاثر کرتی ہے۔ یہ روزانہ، ہفتہ وار، ہر دو ہفتے اور ماہانہ نظام الاوقات میں تاریخی ہدفی وزنوں کی تبدیلی سے خرید…

حصصمومینٹمآرڈر پر عمل درآمدبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک دو مدتوں کے لیے ETF ریٹرنز کی پیش گوئی میں LightGBM ماڈلز کا رِج بنیادی معیار سے موازنہ کرتی ہے۔ یہ بتاتی ہے کہ درخت ادوار کے تابع باہمی اثرات کیسے دریافت کر سکتے ہیں، مثلاً مارکیٹ دباؤ میں مومینٹم کا مختلف برتاؤ؛ جبکہ جب فیچرز میں باہمی ارتباط…

حصصمشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ ڈیمو Alpaca کی USD اسپاٹ مارکیٹ سے منسلک مسلسل چلنے والا کرپٹو ٹریڈنگ لوپ بیان کرتا ہے۔ یہ پرپیچوئل فیوچرز کے کیس اسٹڈی کی کائنات کو پلیٹ فارم کے معاون اسپاٹ جوڑوں سے ملاتا ہے، اور واضح کرتا ہے کہ وہاں صرف ایک ذیلی مجموعہ ٹریڈ ہو سکتا ہے۔ مثال کا سگنل…

کرپٹواسپاٹ مارکیٹیںپرپیچوئل فیوچرزمومینٹم
Machine Learning for Trading

یہ نوٹ بک دکھاتی ہے کہ زمانی ترتیب میں کیلیبریشن اور جائزے کو الگ رکھتے ہوئے مومینٹم پورٹ فولیو کے لیے StopLoss، TakeProfit، اور TrailingStop قواعد کیسے ٹیون کیے جائیں۔ یہ کیلیبریشن ڈیٹا سے انفرادی قاعدوں کی حدود اور مشترک امتزاج آزماتی ہے، پھر بعد کے جائزے…

حصصرسک مینجمنٹبیک ٹیسٹنگمومینٹم
Machine Learning for Trading

یہ دستاویز پانچ روزہ ETF مومینٹم اسٹریٹیجی کو مشترک اسٹریٹیجی انٹرفیس کے ذریعے Alpaca سے جوڑنے کا مظاہرہ کرتی ہے۔ اسٹریٹیجی SPY، QQQ، اور IWM میں مومینٹم پر نظر رکھتی ہے اور حد عبور ہونے پر سگنل بناتی ہے۔ بروکر کے مخصوص اڈاپٹر ڈیٹا اور آرڈرز سنبھالتے ہیں،…

حصصمومینٹمآرڈر پر عمل درآمدرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک ETF فیچر کے جائزے کو ایک ریٹرن دورانیے سے بڑھا کر دس فیچرز اور تین دورانیوں کے جائزے تک لے جاتی ہے، اور متعدد ٹیسٹس کی تصحیح کرتی ہے۔ پھر یہ طویل مدت کے 12-1 مومنٹم اور قلیل مدتی ریورسل پر طریقۂ کار پر مبنی تشخیصات لاگو کرتی ہے: وقت میں تبدیلیاں…

کئی اثاثوں پر مبنیمومینٹماوسط کی جانب واپسیشماریات
Machine Learning for Trading

یہ نوٹ بک ڈبل مشین لرننگ (DML) سے مسلسل ETF مومنٹم پیمانے کے بعد کے ریٹرنز پر ایڈجسٹ شدہ اثر کا تخمینہ لگاتی ہے، جبکہ حالیہ اور طویل مدتی اتار چڑھاؤ، مارکیٹ کے نظام اور ییلڈ کریو کی ڈھلوان کو ملحوظ رکھتی ہے۔ یہ غیر ایڈجسٹ شدہ ریگریشن کا موازنہ EconML اور…

مشین لرننگشماریاتحصصمومینٹم
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 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 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 کیس اسٹڈی وسیع US اسٹاک کائنات میں روزانہ کراس سیکشنل سگنلز کا جائزہ لیتی ہے اور نقطۂ وقت کے ڈیٹا اور بنائے گئے فیچرز سے لے کر ماڈل کے موازنے، پورٹ فولیو کی تشکیل، لاگت اور ہولڈ آؤٹ جائزے تک ایک طویل تحقیقی عمل پیش کرتی ہے۔ اس میں واک فارورڈ توثیق، آئندہ…

حصصمشین لرننگمومینٹماوسط کی جانب واپسی
Machine Learning for Trading

یہ نوٹ بک کراس سیکشنل مومینٹم فیکٹر کو انفارمیشن کوایفیشنٹس، کوانٹائل منافع، اوپر سے نیچے تک اسپریڈز اور درجہ بندی کی تشخیص کے ذریعے جانچتی ہے۔ یہ اسپیئرمن IC کو سگنل اور بعد کے منافع کے درمیان ہر تاریخ کی رینک باہمی نسبت کے طور پر متعارف کراتی ہے، اور اسے…

مومینٹمفیکٹر سرمایہ کاریشماریاتبیک ٹیسٹنگ