یہ باب بازیافت سے تقویت یافتہ تخلیق کو زبان کے ماڈلز کے ذریعے غیر متعین مالی تحقیق کو زیادہ مفید بنانے کا طریقہ پیش کرتا ہے، جہاں بے بنیاد دعووں اور گھڑی ہوئی معلومات کی لاگت زیادہ ہو سکتی ہے۔ یہ دستاویزات کے اندراج اور ساخت سے باخبر ٹکڑوں میں تقسیم سے لے کر…
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
یہ نوٹ بک رجسٹرڈ توثیقی بیک ٹیسٹس میں سے CME فیوچرز کیس اسٹڈی منتخب کرتی ہے، جن میں سگنل قواعد، تخصیص اور رسک اوورلیز شامل ہیں۔ یہ دونوں منافع کے دورانیوں میں امیدواروں کا موازنہ کرتی ہے اور سب سے زیادہ توثیقی شارپ والا کنفیگریشن منتخب کرتی ہے۔ لاگت کی…
یہ نوٹ بک ایسی خصوصیات تیار کرتی ہے جن کے لیے متعدد اثاثوں کی سیریز درکار ہیں۔ یہ اینگل-گرینجر اور جوہانسن کو انٹیگریشن ٹیسٹوں کا موازنہ کرتی ہے، وضاحت کرتی ہے کہ محض ساتھ حرکت کرنے سے اسٹیشنری اسپریڈ لازم نہیں آتا، اور پورے نمونے کی ریگریشن اور آگے بڑھتے…
یہ نوٹ بک منٹ بارز اور NBBO کوٹس کے ذریعے NASDAQ-100 اسٹاکس کے لیے آگے کے اِنٹرا ڈے منافع کے لیبل بنانے کی وضاحت کرتی ہے۔ یہ سگنل کے بعد اگلے بار سے مخصوص مستقبل کے اختتامی وقت تک منافع متعین کرتی ہے، بِڈ-آسک باؤنس کم کرنے کے لیے کوٹ کے وسطی نرخ استعمال کرتی…
یہ کیس اسٹڈی اَیٹ دی منی شارٹ اسٹرَیڈلز کے میعاد تک کے منافع کی پیش گوئی کرنے والے گریڈینٹ بوسٹنگ ماڈلز کا موازنہ کرتی ہے۔ اس میں درختوں کی گنجائش اور فٹنگ کے تین مقاصد بدلے جاتے ہیں: مربع خطا، مطلق خطا، اور ہیوبر لاس۔ واک فارورڈ توثیق میں دو ادوار استعمال…
دستاویز روزانہ مارکیٹ ڈیٹا تازہ رکھنے کا عملی طریقۂ کار پیش کرتی ہے: ابتدائی تاریخ لوڈ کریں، تھوڑا سا متداخل اضافی ڈیٹا حاصل کریں، غائب تاریخیں دیکھیں، اور تازگی و توثیق کے مسائل کی نگرانی کریں۔ یہ اوورلیپ حالیہ بارز میں فراہم کنندہ کی نظرثانی شدہ تبدیلیاں…
دستاویز بیان کرتی ہے کہ CME فیوچرز مطالعہ توثیقی ڈیٹا پر ماڈل کنفیگریشن منتخب کرنے کے بعد ہولڈ آؤٹ مدت کے لیے پیش گوئیاں کیسے بناتا ہے۔ منتخب کنفیگریشن اور چیک پوائنٹ توثیقی نتائج سے واپس حاصل کیے جاتے ہیں، پھر ماڈل ہولڈ آؤٹ شروع ہونے سے پہلے دستیاب تاریخ…
یہ نوٹ بک ایس اینڈ پی 500 ایکویٹی اور آپشنز کے مطالعے میں بنیادی لیبل کی پیش گوئی کے لیے پیچیڈ ٹرانسفارمر فٹ کرتی ہے۔ یہ ہر اسٹاک کی تاریخی ان پٹ ونڈو کو مسلسل پیچز میں تقسیم کرتی ہے اور توجہ کے لیے ہر پیچ کو ایک ٹوکن سمجھتی ہے۔ توجہ ونڈو کے دور دراز حصوں کا…
یہ دستاویز وضاحت کرتی ہے کہ منتخب فیوچرز مصنوعات کے لیے ہفتہ وار CFTC کمٹمنٹ آف ٹریڈرز ڈیٹا کیسے حاصل کیا جائے اور ہر مصنوعات کی تاریخ پیراکیٹ فائل میں کیسے محفوظ کی جائے۔ COT رپورٹس منگل کی پوزیشننگ درج کرتی ہیں اور جمعے کو جاری ہوتی ہیں؛ مالیاتی فیوچرز اور…
یہ تحقیقی تجزیہ بائنانس پرپیچوئل معاہدوں کے فی گھنٹہ OHLCV ڈیٹا کے ساتھ آٹھ گھنٹے کے پریمیم انڈیکس کا جائزہ لیتا ہے۔ یہ ڈیٹا سیٹ کی کوریج، بدلتی ہوئی معاہدہ رکنیت، اکائیوں، غائب قدروں اور خام بار کی OHLC مطابقت کو جانچتا ہے۔ پریمیم اعشاریہ کی صورت میں محفوظ…
یہ کوڈ مالی خصوصیات سے پیش گوئی کے لیے زیر نگرانی آٹواینکوڈر فن تعمیر پیش کرتا ہے۔ ایک انکوڈر معمول پر لائی گئی معلومات کو ایک محدود تہہ میں سمیٹتا ہے، جبکہ ڈیکوڈر انہیں باقاعدہ کاری کے عمل کے طور پر دوبارہ تشکیل دیتا ہے۔ ایک معاون پیش گوئی ہیڈ دوبارہ تشکیل…
یہ کنفیگریشن ایس اینڈ پی 500 کے اجزا پر ہفتہ وار اَیٹ دی منی اسٹرَیڈل فروخت کرنے کے مطالعے کی وضاحت کرتی ہے۔ پوزیشنیں جمعے کو کھولی جاتی ہیں اور میعاد ختم ہونے تک رکھی جاتی ہیں، جبکہ آپشن ڈیلٹا میں تبدیلی سے روزانہ اسٹاک ہیج شروع ہوتے ہیں۔ پورٹ فولیو سرمایہ…
یہ نوٹ بک ETF اسٹاکسٹک ڈسکاؤنٹ فیکٹر ماڈل کی وضاحت کرتی ہے، جو فنڈز کے قیمت منافع پر وزن کی ایک واحد سیریز فٹ کرتا ہے۔ ان ماڈلز کے برعکس جو فنڈ ایکسپوژرز اور فیکٹر منافع الگ الگ تخمینہ کرتے ہیں، یہ قیمت بندی کی غلطیوں کے مطابق دو نیٹ ورکس کو تربیت دیتا ہے:…
یہ نوٹ بک پہلے سے منتخب US ایکویٹی ماڈل کی ترتیب کے لیے ہولڈ آؤٹ پیش گوئیاں بنانے کا طریقہ بیان کرتی ہے۔ چونکہ ماڈل کے انتخاب اور اسٹریٹیجی کی ترتیبات توثیقی نتائج کی بنیاد پر طے ہوئیں، وہی نتائج انتخاب کے معیار کو آزادانہ طور پر ثابت نہیں کر سکتے۔ نوٹ بک…
یہ نوٹ بک تعینات شدہ ٹریڈنگ ماڈل کی نگرانی کا طریقۂ کار پیش کرتی ہے، جس میں ہولڈ آؤٹ پیش گوئیوں کو لائیو ڈیٹا کے آف لائن متبادل کے طور پر استعمال کیا جاتا ہے۔ ڈرفٹ کا حساب لگانے سے پہلے آنے والے فیچر پینل کی توثیق کی جاتی ہے، پھر حوالہ جاتی اور موجودہ ونڈوز…
یہ نوٹ بک GReaT پیش کرتی ہے، جو لسانی ماڈل سے مصنوعی مالیاتی ٹیبلز بنانے کا طریقہ ہے۔ یہ ہر قطار کو متن میں بدلتی ہے، ETF فیچرز پر GPT پر مبنی ماڈل کو فائن ٹیون کرتی ہے، اور تیار شدہ متن کو واپس عددی اور زمرہ جاتی کالمز میں پارس کرتی ہے۔ مثال کے فیچرز میں…
یہ نوٹ بک بتاتی ہے کہ US ایکویٹی پینل کے لیے ماڈل پر مبنی فیچرز کیسے بنائے جائیں، تاکہ مستقبل کے مشاہدے تاریخی قدروں پر اثر انداز نہ ہوں۔ اس کا مرکزی طریقہ تخمینے کا شیڈول ہے: ماڈلز ابتدائی تربیتی مدت استعمال کرتے ہیں، صرف اس بلاک سے پہلے کے ڈیٹا پر فٹ ہوتے…