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 دستاویز اسٹریٹیجی انتخاب کے مراحل میں جوڑا وار کارکردگی موازنوں کا ایک تیارکنندہ بیان کرتی ہے۔ یہ سگنل کے انتخابات اور مساوی وزن کے حوالوں، ہولڈ آؤٹ اور توثیقی انتخابات، نیز تخصیص، لاگت کی حساسیت اور خطرے کے اوورلے کی تبدیلیوں کا تقابل کرتی ہے۔ زیادہ تر…
یہ نوٹ بک گمنام کمپنی خصوصیات سے حصص کے منافع کی پیش گوئی میں رینڈم فارسٹ بیگنگ کا XGBoost، LightGBM اور CatBoost سے معیار جانچتی ہے۔ یہ پہلے سے متعین زمانی تربیتی، توثیقی اور آزمائشی تقسیم استعمال کرتی ہے، مرکزی پیمانے کے طور پر Spearman درجہ معلوماتی…
یہ باب جائزہ شدہ مارکیٹ ڈیٹا سے ماڈل کی جانچ تک تحقیقی مراحل کا نقشہ پیش کرتا ہے۔ اس میں ڈیٹا کو تقسیم کے مطابق پہلے سے تیار کرنا، انکوڈنگ اور گم شدہ ڈیٹا کے فیصلے، پھر عمل درآمد سے ہم آہنگ ہدف بنانا شامل ہے، جس میں مقررہ مدت اور واقعہ پر مبنی لیبل بھی آتے…
یہ دستاویز روزانہ FX جوڑوں کے ڈیٹا پر زمانی کنولوشن نیٹ ورک تربیت دینے کا مشترکہ طریقۂ کار بیان کرتی ہے۔ ماڈل مقررہ طوالت کا سلسلہ لیتا ہے، اور متوقع دن غائب ہو تو اس خلا کو پار کرنے والی ہر کھڑکی نااہل ہو جاتی ہے۔ رَنر درست اختتامی نقاط کا گرڈ بناتا، توثیقی…
یہ نوٹ بک Mamba پر مبنی ایک تعلیمی انتخابی اسٹیٹ اسپیس ماڈل کی وضاحت کرتی ہے اور اسے ETF کے منافع کی پیش گوئی کے لیے جانچتی ہے۔ مقررہ پیرامیٹر والے اسٹیٹ اسپیس ماڈل کے برعکس، یہ موجودہ ان پٹ سے ان پٹ تا حالت جزو، حالت تا آؤٹ پٹ جزو اور قدم کا حجم اخذ کرتی…
یہ نوٹ بک وضاحت کرتی ہے کہ بعد کی ہولڈ آؤٹ مدت میں منتخب کرپٹو پرپیچوئل فنڈنگ اسٹریٹیجی کا جائزہ کیسے لیا جائے۔ یہ ہولڈ آؤٹ سے پہلے ختم ہونے والے ٹریننگ ڈیٹا سے پیدا شدہ پیش گوئیاں دوبارہ استعمال کرتی ہے، منتخب سگنل، تخصیص کے طریقے اور اخراجی اوورلے کو آگے…
یہ نوٹ بک راستے کے دستخط کو مقررہ طوالت کی خصوصیات کے طور پر متعارف کراتی ہے، جو ٹائم سیریز ونڈو میں مشاہدات کی ترتیب اور مشترکہ جیومیٹری محفوظ رکھتے ہیں۔ پہلی سطح ہر محدد کی مجموعی تبدیلی درج کرتی ہے؛ دوسری سطح محدد کے جوڑوں کے درمیان علامت دار رقبہ محفوظ…
یہ نوٹ بک وضاحت کرتی ہے کہ سہ ماہی US ایکوئٹیز کے بنیادی اعدادوشمار کا پینل SEC XBRL ڈیٹا سے کیسے بنایا اور جانچا جائے، جبکہ اس مدت کو محفوظ رکھا جائے جس سے حقیقت متعلق ہے اور وہ تاریخ بھی جب یہ عوامی ہوئی۔ تاریخی طور پر درست بیک ٹیسٹ کے لیے فائلنگ یا اعلان…
یہ دستاویز بٹ کوائن کے لیے صرف لانگ RSI اوسط کی جانب واپسی کے اصول کا VectorBT طریقۂ کار دکھاتی ہے۔ یہ روزانہ اختتامی قیمتوں سے RSI کا حساب لگاتی ہے، جب پچھلے دن کی ریڈنگ نچلی حد سے کم ہو تو داخل ہوتی ہے، اور بالائی حد سے بڑھنے پر نکلتی ہے۔ سگنلز کو ایک دن…
یہ رہنما ETF اور میکرو اکنامک ڈیٹا میں مستقبل کی معلومات کے تعصب کی شناخت اور روک تھام سمجھاتا ہے۔ یہ دکھاتا ہے کہ مرکز پر مبنی متحرک اوسط مستقبل کے مشاہدات استعمال کرتی ہیں، جبکہ کسی خصوصیت کی سطح اور اگلی مدت کے ریٹرن کے درمیان سادہ باہمی تعلق معلومات کے…
یہ دستاویز جانچتی ہے کہ تجارتی اخراجات پہلے سے منتخب کردہ S&P 500 ایکویٹی اور آپشنز کی مختص کاری کی توثیقی کارکردگی کو کیسے بدلتے ہیں۔ یہ یک طرفہ چارجز کو لین دین کی قدر کے تناسب کے طور پر مختلف سطحوں پر جانچتی ہے اور ان کا موازنہ فی حصص مقررہ کمیشن اور نصف…
یہ نوٹ بک مشترکہ خطرے کے عوامل اور شعبوں کی گردش بیان کرنے کے لیے شعبہ جاتی ETF ریٹرنز پر باہمی تعلق پر مبنی پرنسپل کمپوننٹ تجزیہ استعمال کرتی ہے۔ ریٹرنز کو معیاری بنانے سے تقسیم سے پہلے ہر شعبے کی ویرینس ایک ہو جاتی ہے، جس سے زیادہ اتار چڑھاؤ والا شعبہ…
یہ نوٹ بک روزانہ ETF ریٹرن کی پیش گوئیوں کے گرد غیر یقینی کیفیت کا اندازہ لگانے کے طریقوں کے طور پر مونٹی کارلو ڈراپ آؤٹ اور ڈیپ اینسیمبلز کا موازنہ کرتی ہے۔ بار بار پیش گوئی کے دوران ڈراپ آؤٹ فعال رہتا ہے، جبکہ اینسیمبل کے ارکان کو الگ الگ تربیت دی جاتی ہے؛…
یہ آڈٹ مشترکہ تاریخی ان پٹس پر کئی بیک ٹیسٹنگ انجنز کا موازنہ کرتا ہے، جن میں ETF کی تخصیص، CME فیوچرز، فنڈنگ والے کرپٹو پرپیچوئلز، زرمبادلہ اور US ایکوئٹیز شامل ہیں۔ ہر معاون جوڑے کو مواد کے پتے سے شناخت شدہ ایک ہی مارکیٹ ڈیٹا اور منجمد ماڈل اہداف دیے جاتے…
یہ نوٹ لانگ اونلی RSI اوسط کی طرف واپسی کا اصول نافذ کرتا ہے، جو BTC/USDT پرپیچوئلز کے لیے ایونٹ پر مبنی بیک ٹیسٹنگ انجن استعمال کرتا ہے۔ یہ انٹرا ڈے بارز کو UTC کے روزانہ OHLCV ڈیٹا میں جمع کرتا ہے، نفع اور نقصان کی متحرک RSI کا حساب لگاتا ہے، اشارے کے نچلی…
یہ نوٹ بک CME فیوچرز کے ریٹرن کی پیش گوئی کے لیے پرنسپل کمپوننٹ پر مبنی بنیادی ماڈل بیان کرتی ہے۔ PCA کو ٹریننگ فولڈ کے مصنوعات کے ریٹرن پینل پر فٹ کیا جاتا ہے، اس لیے اس کے کمپوننٹس کنٹریکٹس کے درمیان مشترکہ حرکت کی سمتیں ظاہر کرتے ہیں، نہ کہ کیری، مومینٹم…
یہ نوٹ بک ہفتہ وار گرڈ والے سلسلہ ماڈلز کا موازنہ اس پانچ سیشن کے مستقبل کے منافع کی پیش گوئی کے لیے کرتی ہے جو روزانہ گرڈ پر بھی استعمال ہوتا ہے۔ جمعہ کے دن نمونہ لینے سے یہ لیبل تقریباً ایک قدم آگے کا ہدف بنتا ہے، جس سے براہِ راست ریگریشن کی تشکیل کا…
یہ دستاویز تخمینی راؤنڈ ٹرپ ٹریڈنگ لاگت استعمال کرتے ہوئے توثیق اور ہولڈ آؤٹ بیک ٹیسٹس کے لیے ایکویٹیز کا منجمد مجموعہ منتخب کرنے کا طریقہ بیان کرتی ہے۔ تخمینہ فی حصص لاگت کو اوسط حصص کی قیمت کے مقابلے میں اور اوسط نصف اسپریڈ کو دو گنا کرکے یکجا کرتا ہے؛…
یہ نوٹ بک ایکویٹی آپشن خصوصیات سے بنائے گئے اسٹاک منافع کے اہداف پر TabM، یعنی وزن بانٹنے والا نیورل انسمبل، لاگو کرتی ہے۔ اس کے ارکان مشترکہ دو لیئر نیٹ ورک بنیادی حصہ استعمال کرتے ہیں، جبکہ ایکٹیویشن اسکیلنگ ویکٹر اور آؤٹ پٹ ہیڈز الگ ہوتے ہیں اور پیش…
یہ نوٹ بک آٹھ گھنٹے کے کرپٹو پرپیچوئلز پینل کے لیے مستقبل کی قیمت اور منافع کے لیبل بنانے کا طریقہ بتاتی ہے۔ یہ بار کے آغاز کے ٹائم اسٹیمپس کو اس وقت تک منتقل کرتی ہے جب مکمل بار کا ڈیٹا دستیاب ہوتا ہے، پھر پیش گوئی کرنے والی خصوصیات کو جوڑنے سے پہلے معاہدے…
یہ باب مصنوعی مالیاتی ڈیٹا بنانے کے طریقوں اور یہ طے کرنے کا جائزہ لیتا ہے کہ حاصل شدہ ڈیٹا مفید ہے یا نہیں۔ یہ حقیقی مارکیٹ کے محدود راستوں اور اس خطرے سے شروع ہوتا ہے کہ بار بار اسٹریٹیجی تلاش کرنے سے بیک ٹیسٹ کی ظاہری کارکردگی بڑھ سکتی ہے۔ یہ قابلِ تشریح…
یہ کیس اسٹڈی FX پوزیشنز کے لیے مقررہ اور ٹریلنگ اسٹاپ کے طے شدہ اصولوں کا موازنہ کرتی ہے۔ پہلے سیل شدہ توثیقی گروپ سے ہر لیبل کے لیے ایک بنیادی اسٹریٹیجی منتخب کرتی ہے، پھر صرف پوزیشن کے خطرے کا اصول بدلتی ہے۔ چونکہ اسٹاپ مدتِ ملکیت کے دوران قیمت کی حرکات پر…
یہ دستاویز بتاتی ہے کہ روزانہ کی مستقل میعاد والی آپشن سیریز، حقیقت میں رکھی گئی پوزیشن کی منافع سیریز کیوں نہیں ہوتی۔ یہ یکساں اسٹرائیک اور یکساں میعاد والے کال اور پٹ حصے منتخب کرتی ہے جو لیکویڈیٹی، میعاد، اتار چڑھاؤ کے تخمینے اور ڈیلٹا کے فلٹرز پر پورا…
یہ نوٹ بک US اسٹاک فیچرز کی ایک فلیٹ جدول پر TabM لاگو کرتی ہے اور اسے پینلٹائزڈ خطی ماڈلز اور ٹری اینسمبلز کے درمیان رکھتی ہے۔ ہر انسمبل رکن ایک نیورل نیٹ ورک کا مشترکہ بنیادی حصہ استعمال کرتا ہے، مگر اس کا اپنا اسکیلنگ ویکٹر اور آؤٹ پٹ لیئر ہوتا ہے؛ ارکان…