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

577 دستاویزات

Machine Learning for Trading

یہ نوٹ بک متنوع ETF کائنات کے لیے لانگ اونلی، مکمل سرمایہ کاری والا اوسط واریئنس فریم ورک بناتی ہے۔ یہ قابلِ عمل پورٹ فولیوز اور مؤثر فرنٹیئر بناتی ہے، پھر تخمینی ریٹرنز اور کوویریئنس استعمال کرکے زیادہ سے زیادہ شارپ اور کم سے کم واریئنس کے وزن حل کرتی ہے۔…

کئی اثاثوں پر مبنیپورٹ فولیو کی تشکیلشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک پیش گوئیوں، ارتکاز اور تخصیص کے قواعد کو مستقل رکھتے ہوئے سرکردہ ETF تخصیص کی ترتیبات کو اخراجات کے دو گرڈز پر دوبارہ قیمت دیتی ہے۔ یہ کیس اسٹڈی کے فی حصص کمیشن اور نصف بِڈ اَسک اسپریڈ والے ماڈل کا موازنہ بیسس پوائنٹ گرڈ سے کرتی ہے؛ پہلا ماڈل ETF…

حصصآرڈر پر عمل درآمدبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک پہلے سے منتخب کرپٹو پرپیچوئل فیوچرز ترتیب پر نفاذ کے اخراجات کے اثرات ناپتی ہے۔ یہ ماڈل، چیک پوائنٹ، داخلے کا قاعدہ، تخصیص اور رسک کنٹرول مستقل رکھ کر ٹریڈ شدہ نوٹیشنل پر راؤنڈ ٹرپ چارجز کی مختلف سطحوں پر بیک ٹیسٹ دوبارہ چلاتی ہے۔ ہر لیبل کے لیے…

کرپٹوپرپیچوئل فیوچرزآرڈر پر عمل درآمدبیک ٹیسٹنگ
Machine Learning for Trading

یہ ترتیب فرم کی خصوصیات کی بنیاد پر درجہ بند ماہانہ لانگ شارٹ US ایکویٹی پورٹ فولیوز بیان کرتی ہے۔ اس میں 46 خصوصیات پر مشتمل مکمل ریکارڈز کی کائنات، ماہ کے اختتام پر فیصلے، اگلے اوپن پر نفاذ، لانگ اور شارٹ حصوں میں مساوی وزن، اور قرض لینے سمیت نمایاں لین…

حصصفیکٹر سرمایہ کاریمومینٹمبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ETFs کے cross-section کی قیمت بندی کے لیے stochastic discount factor ماڈل متعارف کراتی ہے۔ فنڈ exposures اور factor returns الگ الگ اندازہ کرنے کے بجائے، یہ نیٹ ورکس کو مشترک discount-factor سلسلہ تلاش کرنے کی تربیت دیتی ہے جس کا فنڈ منافع کے ساتھ…

مشین لرننگفیکٹر سرمایہ کاریشماریاتحصص
Machine Learning for Trading

یہ نوٹ بک ماہانہ ETF rotation بیک ٹیسٹ بناتی ہے، پورٹ فولیو منافع سے لے کر simulated trades تک۔ یہ گزشتہ risk-adjusted منافع سے دس فنڈز کی درجہ بندی کرتی، Treasury yield-curve regime کے ذریعے سرکردہ فنڈز اور دفاعی بانڈ allocation میں انتخاب کرتی، اور اگلے…

بیک ٹیسٹنگمومینٹمآرڈر پر عمل درآمدپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک TabM، یعنی وزن مشترک کرنے والے neural ensemble، کو cryptocurrency perpetual-futures خصوصیات کے پینل پر لاگو کرتی ہے۔ اس کے اجزا neural backbone مشترک رکھتے ہیں، مگر الگ scaling vectors اور output layers رکھتے ہیں، یوں مؤثر ensembling کو باہم مربوط…

کرپٹوپرپیچوئل فیوچرزمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ETF خصوصیات پر خطی ماڈلز کا موازنہ کرتی ہے، جو اوورلیپ ہوتی منافع ونڈوز اور متعلقہ مومینٹم، اتار چڑھاؤ اور oscillator پیمانوں سے بنتی ہیں۔ ایسی پیش گوئیاں باہم مربوط ہوتی ہیں، جس سے ordinary least squares کے coefficients غیر مستحکم ہو جاتے ہیں۔…

کئی اثاثوں پر مبنیمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایک LSTM ماڈل بیان کرتی ہے جو اسٹاک کی خصوصیات کی ترتیب وار ونڈوز سے US ایکویٹی پینل میں منافع کی پیش گوئی کرتا ہے۔ سادہ جدولی ماڈل کے برعکس، LSTM سیشنز کو ترتیب وار پراسیس کرتا اور ہر ونڈو میں مخفی حالت آگے لے جاتا ہے۔ سیکھی ہوئی gates کنٹرول کرتی…

مشین لرننگحصصامریکی مارکیٹیںبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ ٹریڈنگ سگنل یا اعلان جیسے واقعات مارکیٹ بینچ مارک سے بڑھ کر منافع کی پیش گوئی کرتے ہیں یا نہیں، یہ کیسے جانچیں۔ یہ لیکویڈ ETFs میں مومینٹم بریک آؤٹس کی مثال سے طریقۂ کار دکھاتی ہے: واقعے سے پہلے کے منافع سے market model کا تخمینہ…

شماریاتبیک ٹیسٹنگمومینٹمبریک آؤٹ
Machine Learning for Trading

یہ نوٹ بک مقررہ NASDAQ-100 microstructure بیک ٹیسٹس پر stop-loss، trailing-stop اور وقت پر اخراج کے overlays کا موازنہ کرتی ہے۔ اسٹریٹیجی ہر پندرہ منٹ میں فیصلے کرتی ہے، جبکہ خطرے کے قواعد ہر منٹ قیمتیں دیکھتے ہیں، جس سے overlay کو signal updates کے درمیان…

رسک مینجمنٹبیک ٹیسٹنگپوزیشن کا حجم طے کرناحصص
Machine Learning for Trading

یہ نوٹ بک مالی اور ماڈل سے اخذ کردہ فیچرز کی اس صلاحیت کی اسکریننگ کرتی ہے کہ وہ بعد کے ریٹرنز کے مطابق ETFs کی درجہ بندی کر سکیں۔ یہ ہر تاریخ کا انفارمیشن کوایفیشنٹ فیچر کی کراس سیکشنل درجہ بندیوں کو فارورڈ ریٹرن کی درجہ بندیوں سے ملا کر نکالتی ہے، پھر حاصل…

حصصشماریاتمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایک لانگ اونلی Bitcoin اسٹریٹیجی کے لیے قابل آڈٹ رپورٹ بناتی ہے، جو RSI کی حدوں سے انٹری اور اخراج کرتی ہے۔ یہ مجموعی اور خالص نتائج کا تقابل کرتی ہے، پھر اسی ڈیٹا، وارم اپ، ایکسپوژر، فلز اور لاگتوں کے ساتھ چلائے گئے بائے اینڈ ہولڈ معیار کے مقابل…

کرپٹواوسط کی جانب واپسیتکنیکی اشارےبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایک مرکوز ٹیسٹ پیش کرتی ہے: کیا پرپیچوئل فنڈنگ فیچرز کی سیکوئنس نمائندگی، پریمیم یعنی پرپیچوئل اور اسپاٹ قیمتوں کے فرق کے ہاتھ سے بنائے گئے خلاصوں سے بہتر ہے؟ یہ NLinear کا تقابل ایک بار بار چلنے والے LSTM سے کرتی ہے۔ NLinear حالیہ ونڈو کی تبدیلیوں…

کرپٹوپرپیچوئل فیوچرزمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ کنفیگریشن روزانہ کی لانگ شارٹ US ایکویٹی اسٹریٹیجی بیان کرتی ہے، جو ماڈل کی پیش گوئیوں کے مطابق وسیع اسٹاک مجموعے کی درجہ بندی کرتی، اوپر کے دس فیصد کو خریدتی اور نیچے کے دس فیصد کو ہر گروپ میں مساوی وزن کے ساتھ شارٹ کرتی ہے۔ یہ اگلے سیشن کے آغاز پر…

حصصامریکی مارکیٹیںپورٹ فولیو کی تشکیلآرڈر پر عمل درآمد
Machine Learning for Trading

یہ نوٹ بک 20 کرنسی جوڑوں کے لیے امیدوار خصوصیات کو ایک وقت میں الگ الگ فارورڈ ریٹرنز کے مقابل جانچتی ہے۔ یہ تجزیہ واک فارورڈ توثیقی ادوار تک محدود رکھتی ہے، ہر سیشن کو اس کا فولڈ نشان دیتی ہے، اور ہولڈ آؤٹ سے پہلے ایک حفاظتی خلا چھوڑتی ہے تاکہ لیبلز اس محفوظ…

فاریکسشماریاتمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ماڈل کی درجہ بندی کو سادہ کرپٹو پرپیچوئل پورٹ فولیوز میں بدلتی ہے۔ ہر فنڈنگ ٹائم اسٹیمپ پر انٹری کا قاعدہ درجہ بندی کے اوپر یا نیچے سے کنٹریکٹس منتخب کرکے انہیں مساوی وزن دیتا ہے۔ مساوی وزن ایک حوالہ فراہم کرتا ہے: اس کے بعد سائزنگ کو یکساں رکھتے…

کرپٹوپرپیچوئل فیوچرزبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک پیمائش کرتی ہے کہ اٹ دی منی S&P 500 آپشن اسٹرَیڈلز کا توثیقی شارپ، مفروضہ ایگزیکیوشن لاگتوں اور آپشنز کے دو دائروں میں کیسے بدلتا ہے۔ یہ اسپریڈ لاگت کو کوٹ کیے گئے آپشن ہاف اسپریڈ کے حصے کے طور پر ظاہر کرتی ہے، کیونکہ آپشن پریمیم اور بنیادی اثاثے…

آپشنزامریکی مارکیٹیںبیک ٹیسٹنگآرڈر پر عمل درآمد
Machine Learning for Trading

یہ ماڈیول کئی ماڈل خاندانوں کے لیے واک فارورڈ ٹریننگ اور توثیقی فولڈز تیار کرنے کا مشترک طریقہ بیان کرتا ہے۔ یہ مہنگے، ماڈل سے آزاد کام—وقت کی ونڈوز کاٹنا، ہر فولڈ کی ماڈل پر مبنی خصوصیات لگانا، غائب لیبل والی قطاریں ہٹانا، اور ٹریننگ ڈیٹا کا نمونہ لینا—بعد…

مشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ نوٹ بک فیوچرز کی پیش گوئی کے لیے LSTM اور NLinear سیکوئنس ماڈلز کا جائزہ لیتی ہے۔ ہر فیصلے کے لیے ایک فیچر قطار استعمال کرنے والے ماڈلز کے برعکس، سیکوئنس ماڈلز ماضی کے مشاہدات کی ترتیب وار ونڈوز لیتے ہیں اور ممکن ہے کہ ایسے نمونے سیکھیں جو مقررہ خلاصوں…

فیوچرزمشین لرننگبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک پرپیچوئل فیوچرز کی فنڈنگ تحقیق کے لیے کئی ماڈل خاندانوں کی توثیقی پیش گوئیوں کا تقابل کرتی ہے۔ یہ بتاتی ہے کہ انفارمیشن کوایفیشنٹ پیش گوئیوں اور بعد کے ریٹرنز کے درمیان درجہ جاتی تعلق ناپتا ہے، AUC اوپر یا نیچے کے لیبلز کی درجہ بندی ناپتا ہے، اور…

کرپٹوپرپیچوئل فیوچرزمشین لرننگشماریات
Machine Learning for Trading

یہ نفاذ بتاتا ہے کہ ڈیپ لرننگ مطالعات میں استعمال ہونے والے پینل ڈیٹا کے لیے بیچوں میں سیکوئنس ونڈوز کیسے بنائے جائیں۔ ونڈوز ہر اثاثے کے مشاہدات کو مسلسل قطاروں میں سمیٹنے کے بجائے پینل کے متوقع کیلنڈر کے مطابق چلتی ہیں۔ غائب سیشن غیر مشاہدہ شدہ خلیوں کی…

مشین لرننگشماریاتبیک ٹیسٹنگکرپٹو
Machine Learning for Trading

یہ نوٹ بک مارکیٹ اور کمپنی کے ڈیٹا کو صاف کرنے کے عملی طریقے پیش کرتی ہے، جن میں نقلوں کو سنبھالنا، خلا کے نشانات، ڈومین فلٹرز، الٹ پھیر پر مبنی تیز حرکت کی شناخت، آؤٹ لائرز کو محدود کرنا، زمرہ جاتی انکوڈنگ، اور مختلف فریکوئنسی والے ڈیٹا سیٹس کو ہم آہنگ کرنا…

حصصمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ US ایکویٹی پینل پر بنی اسٹریٹیجیز ٹریڈنگ کی رگڑ برداشت کر سکتی ہیں یا نہیں، اس کا جائزہ کیسے لیں۔ یہ توثیقی شارپ سے ہر لیبل کے لیے ایک کنفیگریشن مقرر کرتی ہے، پھر اسی اسٹریٹیجی کی قیمت مقررہ لاگت کی سطحوں پر دوبارہ طے کرتی ہے۔ اس سے…

حصصبیک ٹیسٹنگآرڈر پر عمل درآمدرسک مینجمنٹ