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 نوٹ بک تخمینہ لگاتی ہے کہ آیا کرپٹو پرپیچوئل کا پریمیم زیڈ اسکور بعد کے آٹھ گھنٹے کے ریٹرنز پر اثر انداز ہوتا ہے، جب تین بیان کردہ عوامل—قیمت کا اتار چڑھاؤ، فنڈنگ کی شرح اور اوسط پریمیم انحراف—مستقل رکھے جائیں۔ چونکہ ٹریٹمنٹ مسلسل ہے، ہدف ایک ڈھلوان ہے جو…

کرپٹوپرپیچوئل فیوچرزمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک مالیاتی زمانی سلسلے بنانے کے لیے غیر مشروط سگ ویسرسٹین GAN پیش کرتی ہے۔ یہ سیکھے ہوئے حقیقی بمقابلہ مصنوعی امتیاز کار کی جگہ متوقع پاتھ سگنیچرز پر مبنی فاصلہ استعمال کرتی ہے؛ یہ پاتھ کی مسلسل حرکات کے ریاضیاتی خلاصے ہیں۔ نیورل جنریٹر شور سے پاتھ…

مشین لرننگشماریاتحصصاتار چڑھاؤ
Machine Learning for Trading

یہ نوٹ بک روزانہ ETF ریٹرنز سے بتاتی ہے کہ GARCH ماڈلز اتار چڑھاؤ کے جھرمٹ کو کیسے پکڑ کر اسے ہر سیشن کا فیچر بناتے ہیں۔ پہلے بصری تشخیص اور ARCH-LM ٹیسٹ سے جانچا جاتا ہے کہ آیا مربع ریٹرنز کا انحصار اپنے ہی پچھلے وقفوں پر ہے۔ پھر GARCH(1,1) ماڈل حالیہ جھٹکے…

اتار چڑھاؤشماریاترسک مینجمنٹحصص
Machine Learning for Trading

یہ نوٹ بک پیغام بہ آرڈر ڈیٹا سے ایک علامت کی NASDAQ لمٹ آرڈر بک دوبارہ بنانے کا طریقہ بتاتی ہے۔ یہ نئے آرڈرز، نفاذ، منسوخی، حذف اور تبدیلیوں پر عمل کرتے ہوئے ہر فعال آرڈر کا باقی حجم برقرار رکھتی ہے۔ تبدیلیوں کو خاص طور پر سنبھالنا ضروری ہے، کیونکہ ان سے…

حصصمارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمدشماریات
Machine Learning for Trading

یہ ماخذ ماڈیول امریکی ایکویٹی قیمتوں، انڈیکس ڈیٹا، آپشنز، مارکیٹ مائیکرو اسٹرکچر، بنیادی معلومات اور ادارہ جاتی ہولڈنگز کے لیے لوڈرز فراہم کرتا ہے۔ اس کی سب سے اہم طریقۂ کار کی تفصیل انٹراڈے ٹریڈ ڈیٹا کی دوبارہ نمونہ بندی سے متعلق ہے: اوپن، ہائی، لو، کلوز…

حصصمارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمدامریکی مارکیٹیں
Machine Learning for Trading

یہ نوٹ بک کیس اسٹڈی رجسٹری سے ماڈل تجربات کی فہرست دوبارہ بنانے اور اس کے مشمولات کا ایم ایل فلو سے موازنہ کرنے کا طریقہ بتاتی ہے۔ یہ تربیتی رنز، پیش گوئیوں کے مجموعوں اور بیک ٹیسٹ رنز کے دوران تجربات کا سراغ لگاتی ہے اور ہر مرحلے کو پچھلے مرحلے سے جوڑتی ہے۔…

مشین لرننگبیک ٹیسٹنگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ ابتدائی تجزیہ کرپٹو پرپیچوئل معاہدوں کے فی گھنٹہ OHLCV اور آٹھ گھنٹے کے پریمیم انڈیکس کا جائزہ لیتا ہے۔ یہ علامتوں اور تاریخوں کی کوریج، معاہدوں کی بدلتی شمولیت، پریمیم کی اکائیوں اور تقسیم، OHLC کی درستگی، غائب قدروں، اور فی گھنٹہ قیمتوں کو کم بار بار…

کرپٹوپرپیچوئل فیوچرزمارکیٹ مائیکرو اسٹرکچرشماریات
Machine Learning for Trading

یہ نوٹ بک یاہو فنانس، امریکی ایکویٹیز کے طویل تاریخی آرکائیو اور FRED معاشی سلسلوں کے درمیان مشترک OHLCV انٹرفیس دکھاتی ہے۔ یہ بعد کی روٹیشن کیس اسٹڈی کے لیے ETF کائنات بناتی، تاریخی اور موجودہ ذرائع یکجا کرنے کا طریقہ دکھاتی، اور ترجیحی ترتیب کے مطابق…

کئی اثاثوں پر مبنیحصصامریکی مارکیٹیںآرڈر پر عمل درآمد
Machine Learning for Trading

یہ کیس اسٹڈی ایسے فیچرز بناتی ہے جن سے تحقیق کی جا سکے کہ آیا ایٹ دی منی مضمر واریئنس، ایس اینڈ پی 500 کے ناموں میں بعد کی حقیقی واریئنس سے زیادہ ہے، اور آیا یہ فرق سکیورٹیز کے درمیان بدلتا ہے۔ یہ واریئنس پریمیم، اتار چڑھاؤ، آپشن مارکیٹ کے حالات اور متعلقہ…

آپشنزاتار چڑھاؤحصصبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایکویٹیز، ای ٹی ایف، فیوچرز، زرمبادلہ اور کرپٹو پرپیچوئلز میں ٹریڈنگ کے اخراجات کا تخمینہ لگانے کے لیے اکائیوں سے باخبر فریم ورک بناتی ہے۔ پہلے یہ ٹریڈ شدہ والیوم کو ایسی سرگرمی کی پیمائشوں سے الگ کرتی ہے جنہیں ڈالر ٹرن اوور میں تبدیل نہیں کیا جا…

آرڈر پر عمل درآمدمارکیٹ مائیکرو اسٹرکچررسک مینجمنٹفیوچرز
Machine Learning for Trading

یہ باب ایکویٹیز، معاشی سلسلوں، فیوچرز، کرپٹو اور پیش گوئی کی مارکیٹوں میں وقت کے لحاظ سے ہم آہنگ بنیادی اور متبادل ڈیٹا کی تحقیق بنانے کا طریقہ بیان کرتا ہے۔ اس کے مرکزی طریقوں میں بائی ٹیمپورل ذخیرہ کاری اور ’’اس وقت تک‘‘ کے سوالات، ماخذ سے باخبر اشاعت کا…

بیک ٹیسٹنگشماریاتمشین لرننگآن چین ڈیٹا
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 نوٹ بک US اسٹاکس کے ایک زیادہ نقدشیل ذیلی مجموعے پر پرنسپل کمپوننٹ تجزیہ استعمال کرکے مجموعی نمائش کے مطابق نارملائزڈ ایگن پورٹ فولیوز بناتی اور پوشیدہ رسک عوامل کے طور پر ان کا کردار دیکھتی ہے۔ یہ وضاحت شدہ تغیر کا جائزہ لیتی، شعبہ جاتی ETF ارتباط کے…

حصصفیکٹر سرمایہ کاریشماریاترسک مینجمنٹ
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 رہنما علّی سوالات کو Python لائبریریوں سے جوڑتی اور فرض کردہ علّی ساخت کے تحت اثر کا تخمینہ لگانے اور ڈیٹا سے ممکنہ ساخت دریافت کرنے کا فرق واضح کرتی ہے۔ یہ ایڈجسٹ شدہ treatment effects کے لیے double machine learning، DoWhy سے graph-based شناخت اور تردید،…

مشین لرننگشماریاتحصصکرپٹو
Machine Learning for Trading

یہ فریم ورک روزانہ US ایکویٹی OHLCV ڈیٹا پر ڈیٹا کے معیار کی جانچ دکھاتا ہے۔ ساختی توثیق قیمتوں کے تعلق، مثبت قیمتوں، غیر منفی حجم، گم شدہ قدروں، دہرائی گئی تاریخوں، زمانی ترتیب، پرانی قیمتوں اور انتہائی منافع کو جانچتی ہے۔ نوٹ بک معلوم خرابیاں داخل کرکے اور…

حصصشماریاترسک مینجمنٹامریکی مارکیٹیں
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 مارچ 2020 کے ایک سیشن میں ہر AAPL ٹریڈ کے وقت موجود بہترین بولی اور طلب کو دوبارہ بناتی ہے، پھر Lee–Ready طریقہ لاگو کرکے اندازہ لگاتی ہے کہ ٹریڈ خریدار یا فروخت کنندہ نے شروع کی۔ یہ quote اور trade واقعات کو timestamp کی ترتیب سے ملاتی، تازہ ترین…

حصصمارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمدشماریات
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ SHAP خصوصیات کی نسبتیں ماڈل کو مختصر کرنے، خطرے کے فیصلوں یا رپورٹنگ کے لیے کافی مستحکم ہیں یا نہیں۔ ETF پیش گوئی کے کام میں یہ پہلے ایسے آزمائشی نمونے تلاش کرتی ہے جن کی پیش گوئیاں قریب ہوں مگر SHAP پروفائل مختلف ہوں۔ پھر یہ مختلف…

مشین لرننگشماریاتحصص
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