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۔
577 دستاویزات
یہ نوٹ بک آپشنز مارکیٹ کی خصوصیات پر گریڈینٹ بوسٹڈ ٹری ماڈلز فٹ کرتی ہے، جن میں مضمر اتار چڑھاؤ، اسکیو، ٹرم اسٹرکچر اور ویرینس رسک پریمیم جیسے پیش گوئی کے اشارے شامل ہیں۔ یہ واک فارورڈ توثیق استعمال کرتے ہوئے درختوں کی گنجائش اور ریگریشن لاس کے انتخاب کا…
یہ کیس اسٹڈی متنوع CME فیوچرز میں ہفتہ وار لانگ شارٹ، کیری کی درجہ بندی پر مبنی اسٹریٹیجیوں کو روزانہ کے ڈیٹا، واک فارورڈ ماڈل جائزے اور کمیشن، اسپریڈ اور رول سلپیج کی لاگت کے ساتھ آزماتی ہے۔ یہ مختلف ماڈل خاندانوں میں سگنل کے معیار کا تقابل کرتی، پھر پورٹ…
یہ نوٹ بک کراس سیکشنل ایس اینڈ پی 500 مطالعے کے لیے پیش گوئی، ساخت اور علّی ماڈلز کے شواہد کا تقابل کرتی ہے، جس میں حصصی فیچرز کے ساتھ آپشنز سے اخذ کردہ پیمانے مثلاً مضمر اتار چڑھاؤ، اسکیو اور مدتی ساخت شامل ہیں۔ یہ ہفتہ وار مستقبل کے منافع کی درجہ بندیوں کا…
یہ نوٹ بک واضح ٹریڈنگ، فنانسنگ اور فنڈ اخراجات کے مفروضوں کے تحت مجموعی منافع کو خالص کارکردگی میں تبدیل کرنے کا طریقہ دکھاتی ہے۔ لاگتوں میں اسپریڈ اور مارکیٹ امپیکٹ، کمیشن اور ایکسچینج فیس، مارجن سود، اسٹاک ادھار، انتظامی فیس اور انتظامی اخراجات شامل ہیں۔…
یہ نوٹ بک ٹریڈ کی سطح پر تشخیص کا ایسا طریقہ دکھاتی ہے جو حقیقی نقصان کو ماڈل کی SHAP وضاحتوں سے جوڑتا ہے۔ یہ اگلے سیشن کے SPY منافع کی پیش گوئی کے لیے تاخیری قیمت اور اتار چڑھاؤ کے فیچرز کے ساتھ میکرو اِن پٹس پر لائٹ جی بی ایم ماڈل کی تربیت کرتی ہے۔ پیش…
یہ نوٹ بک عمل درآمد کے ریکارڈ سے سیکھنے کے لیے رویے کی نقل کا تقابل معکوس تقویتی تعلم (IRL) سے کرتی ہے۔ مظاہرے TWAP شیڈول سے لیے گئے ہیں، جس کا خطرے سے غیر جانب دار مقصد معلوم ہے: اثر کو محدود رکھنے کے لیے ٹریڈز یکساں طور پر پھیلانا، جبکہ وقتی خطرے کے سامنے…
یہ کیس اسٹڈی بتاتی ہے کہ کراس سیکشنل زرمبادلہ اسٹریٹیجی کے لیے مستقبل کے منافع کے لیبل کیسے بنائے جائیں، جو کرنسی پیئرز کی درجہ بندی کرتی اور نسبتی ترتیب کے مطابق خرید یا فروخت کرتی ہے۔ پہلے نیویارک کلوز کے طریقے سے چار گھنٹے کے اسپاٹ بارز کو ٹریڈنگ سیشنز…
یہ کوڈ آؤٹ آف سیمپل پیش گوئی کے جدولوں سے معیاری کارکردگی کے پیمانے نکالتا ہے، ہر فولڈ کے لیے الگ اور مجموعی خلاصے کی صورت میں۔ یہ ریگریشن اور کلاسیفیکیشن دونوں کو سنبھالتا ہے، جن میں انفارمیشن کوفیشینٹ، غلطی کے پیمانے، امتیازی پیمانے اور اداروں کی تعداد…
یہ نوٹ بک PCA کو ETF منافع کی پیش گوئی کے لیے فیچر سے پاک پوشیدہ عامل کی بنیادی صورت کے طور پر بیان کرتی ہے۔ یہ ہر لیبل کے تربیتی دورانیے کے منافع میٹرکس کو اجزا میں تقسیم کرتی ہے، ہر فنڈ کے لیے لوڈنگ اور اندازہ شدہ فیکٹر پریمیا استعمال کرکے پیش گوئیاں بناتی…
یہ نوٹ بک روزانہ FX پیئرز ماڈل کے تعیناتی دور کا جائزہ لیتی ہے، جس میں انٹرایکٹو بروکرز لائیو ڈیٹا کا ذریعہ اور عمل درآمد کی جگہ دونوں ہے۔ یہ تاریخی پینل پر رِج ریگریشن ماڈل کی تربیت کرتی ہے، روزانہ منافع، مومینٹم، اتار چڑھاؤ اور قیمت سے اخذ کردہ مختصر فیچر…
یہ نوٹ بک CME فیوچرز کے پینل کے لیے نیورل اسٹوکاسٹک ڈسکاؤنٹ فیکٹر ماڈل پیش کرتی ہے۔ یہ ماڈل مصنوعاتی منافع اور مشاہدہ کی جا سکنے والی خصوصیات، مثلاً کیری، مومینٹم اور اتار چڑھاؤ، دونوں استعمال کرکے پوشیدہ عوامل بناتا اور طے شدہ مستقبل کے منافع کی مدتوں کے…
یہ مطالعہ دو لاگتی گرڈز میں سرکردہ ETF تخصیص اور رسک کنٹرول کے امتزاج کی قیمت دوبارہ متعین کرتا ہے، جبکہ ہر رجسٹرڈ اسٹریٹیجی کی تشکیل برقرار رکھتا ہے۔ ایک گرڈ ہر ٹریڈ کے لیے بیسس پوائنٹس استعمال کرتا ہے؛ دوسرے میں فی حصص کمیشن اور نصف اسپریڈ ہے، جو اس کیس…
یہ نوٹ بک کثیر اثاثہ ETF کائنات کے لیے صرف لانگ والی پورٹ فولیو تخصیص کی چھ صورتوں کا موازنہ کرتی ہے۔ یہ اصلاح کو غیر مستحکم کرنے والے نمونہ جاتی تغیر کو کم کرنے کے لیے Ledoit–Wolf کوواریئنس شرنکیج استعمال کرتی ہے، اور زیادہ سے زیادہ شارپ، کم سے کم تغیر، رسک…
یہ نوٹ بک دکھاتی ہے کہ پیشگی سببی گراف متعین کیے بغیر PCMCI سے ETF اور اتار چڑھاؤ کے منافع کے درمیان تاخیر والے تعلقات کیسے تلاش کیے جائیں۔ یہ پینل پر مبنی مشروط آزادی کی جانچ کا موازنہ جوڑی وار Granger ٹیسٹوں سے کرتی ہے؛ مؤخر الذکر ہدف کی اپنی تاریخ کا لحاظ…
یہ تجربہ جانچتا ہے کہ منتخب ماہانہ US ایکویٹی لانگ شارٹ سگنل چھوٹی مارکیٹ ویلیو والے اسٹاک پر کس حد تک منحصر ہے۔ یہ تاخیر سے لاگو ہونے والا مارکیٹ ایکویٹی فلٹر لگاتا ہے جو توثیقی پیش گوئیوں سے سب سے چھوٹا چوتھائی حصہ نکال دیتا ہے، پھر ماڈل کو دوبارہ تربیت…
یہ نوٹ بک بتاتی ہے کہ PatchTST متواتر مارکیٹ خصوصیات کے مقررہ طوالت والے ٹکڑوں سے NASDAQ-100 لیبلز کی پیش گوئی کیسے کرتا ہے۔ توجہ کا طریقہ پچھلے گھنٹے میں ٹکڑوں کے درمیان تعلق قائم کرتا ہے اور ہر منٹ پر توجہ کے مقابلے میں ترتیب کی لمبائی گھٹاتا ہے۔ یہ ترتیب…
یہ دستاویز CME فیوچرز کے تجربے کی وضاحت کرتی ہے جس میں TabM، ایک کم پیرامیٹر والا نیورل اینسمبل، وہی بنائی گئی خصوصیتی قطاریں اور واک فارورڈ فولڈز استعمال کرتا ہے جو خطی اور گریڈینٹ بوسٹنگ ماڈلز کے لیے ہیں۔ TabM کئی نیٹ ورکس کی اوسط سے تغیر میں کمی کا کچھ…
دستاویز NLinear پیش کرتی ہے، جو اندرونِ روز خصوصیات سے NASDAQ-100 اسٹاک منافع کی پیش گوئی کرنے والا ایک سادہ سلسلہ جاتی ماڈل ہے۔ یہ مقررہ پچھلی ونڈو استعمال کرتا ہے، تازہ ترین مشاہدہ منہا کرتا ہے تاکہ ماڈل سطحوں کے بجائے تبدیلیوں پر کام کرے، اور حاصل شدہ…
یہ مواد بتاتا ہے کہ الگ 2021 ہولڈ آؤٹ کی پیش گوئیاں استعمال کرتے ہوئے توثیقی ڈیٹا پر منتخب اسٹریٹیجی کا جائزہ کیسے لیا جائے۔ منتخب تخصیص، ارتکاز، خطرے کے کنٹرولز، ٹریڈنگ شیڈول اور اخراجات مقرر رہتے ہیں؛ صرف اسٹریٹیجی کو دی جانے والی پیش گوئیاں بدلتی ہیں۔…
یہ ماڈیول اس وقت رجسٹری منتقل کرنے کا طریقہ بیان کرتا ہے جب کسی لائبریری نے واک فارورڈ فولڈز کی نمبرنگ بدلی ہو مگر ان کی تاریخ کی ونڈوز اور فِٹ شدہ قدریں برقرار رہی ہوں۔ چونکہ فولڈ شناختیں تربیتی تخصیصات، پیش گوئی کیز، ان پٹ فنگرپرنٹس، ماڈل پیرامیٹرز،…
یہ نوٹ بک حقیقی اسٹریٹیجی کے آڈٹ سے محفوظ نتائج کا جائزہ لیتی ہے، جس میں LEAN انجن کا مماثل ML4T بیک ٹیسٹ پروفائلز سے موازنہ کیا گیا ہے۔ یہ منجمد ان پٹس کے تحت معاون اثاثہ جاتی طبقوں کے کام کی نشاندہی کرتی ہے اور سودوں کی تکمیل، قدر بندی، قدر بندی کے ٹائم…
یہ نوٹ بک US ایکویٹیز کے کیس اسٹڈی کی ہولڈ آؤٹ ونڈو کے لیے پیش گوئیاں بنانے کا طریقہ بیان کرتی ہے، جب توثیقی فولڈز پر ترتیب منتخب ہو چکی ہو۔ یہ منتخب ترتیب طے کرتی ہے، اس کے چیک پوائنٹ کا انتخاب برقرار رکھتی ہے اور ہولڈ آؤٹ شروع ہونے سے پہلے دستیاب ڈیٹا سے…
یہ نوٹ بک ایسا فریم ورک پیش کرتی ہے جو جانچتا ہے کہ آیا مومینٹم سگنل کا بظاہر معیار معقول تحقیقی انتخاب کے بعد بھی برقرار رہتا ہے۔ مقررہ ہولڈ آؤٹ مدت سے پہلے کے حقیقی ETF ڈیٹا سے یہ ایک وقت میں ایک پچھلے دورانیے کا پیرامیٹر بدلتی ہے اور HAC-ایڈجسٹ شدہ…
نوٹ بک ٹریڈنگ سیشن کے دوران بڑے ایکویٹی آرڈر کو چھوٹے آرڈرز میں تقسیم کرنے کے دو طریقوں کا موازنہ کرتی ہے۔ TWAP ہر وقفے میں تقریباً برابر مقدار بھیجتا ہے اور اسے بازار کی پیش گوئی درکار نہیں۔ VWAP حصص کو اندازہ شدہ اندرونِ روز حجم کے خاکے کے مطابق مختص کرتا…