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 جانچتی ہے کہ مختلف لیکویڈیٹی والے اسٹاکس میں مارکیٹ امپیکٹ مومینٹم اسٹریٹیجی کے بیک ٹیسٹ نتائج کو کیسے بدلتا ہے۔ یہ آرڈر کا حجم اور اسٹریٹیجی یکساں رکھتی ہے، تشکیل کی مدت سے لیکویڈیٹی اور اتار چڑھاؤ کا تخمینہ لگاتی ہے، اور بعد کی جائزہ مدت میں مربع…

حصصمومینٹممارکیٹ مائیکرو اسٹرکچربیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک مالیاتی دستاویزات کے سوال و جواب کے نظام کے حفاظتی کنٹرولز کو چھ ہاتھ سے لکھے گئے کیسز کے ذریعے جانچتی ہے۔ یہ کیسز بالواسطہ پرامپٹ انجیکشن، ناقابلِ اعتماد مواد میں گھڑا ہوا ڈیٹا، کارروائی کی کوششوں اور غلط حوالوں کی نمائندگی کرتے ہیں۔ یہ تمام حاصل…

مشین لرننگرسک مینجمنٹشماریات
Machine Learning for Trading

یہ نوٹ بک US ایکویٹیز پر مشین لرننگ تحقیق کے لیے شائع شدہ پینل متعارف کراتی ہے۔ اس میں کئی دہائیوں کے ماہانہ مشاہدات، 46 فرم خصوصیات اور اگلے ماہ کے اضافی ریٹرنز شامل ہیں۔ خصوصیات کو معاشی معنی کے لحاظ سے گروپ کیا گیا ہے اور ہر ماہ انہیں مشترک محدود پیمانے…

حصصفیکٹر سرمایہ کاریشماریاتمشین لرننگ
Machine Learning for Trading

یہ باب بتاتا ہے کہ مالیاتی نالج گراف کیسے بنائے اور استعمال کیے جائیں، جب سوالات کا انحصار ملکیت، سپلائی چین یا سرایت جیسے تعلقات پر ہو۔ اس میں اداروں کی شناخت، اقسام کے مطابق تعلقاتی اسکیمے، ماخذ کی سراغ پذیری، اور فائلنگز سے LLM کی مدد سے معلومات اخذ کرنا…

مشین لرننگحصصامریکی مارکیٹیںپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک آٹھ سابقہ مومینٹم خصوصیات سے 21 روزہ ETF ریٹرنز کی پیش گوئی کے لیے دو ٹرانسفارمر ڈیزائنز کا موازنہ کرتی ہے۔ PatchTST مسلسل دنوں کو پیچز میں گروپ کرتا ہے، جس سے توجہ کے ٹوکنز کی تعداد کم اور مقامی زمانی پیٹرنز کی ایمبیڈنگ ممکن ہوتی ہے۔ iTransformer…

مشین لرننگمومینٹمحصصشماریات
Machine Learning for Trading

یہ نوٹ بک CAPM اور فاما فرنچ فیکٹر ریگریشنز کے ذریعے ایکویٹی ای ٹی ایف کے پورٹ فولیو کا تجزیہ کرتی ہے، پھر تجزیے کو رولنگ ایکسپوژرز، ریٹرن کی نسبت اور باقی ماندہ انحصار تک بڑھاتی ہے۔ یہ ہم آہنگ روزانہ ریٹرنز اور فیکٹر ڈیٹا استعمال کرتی ہے، ہیٹروسکیڈاسٹیسٹی…

حصصفیکٹر سرمایہ کاریپورٹ فولیو کی تشکیلشماریات
Machine Learning for Trading

یہ دستاویز بتاتی ہے کہ قیمت کی سیریز کی سطح سے کچھ معلومات برقرار رکھتے ہوئے اسے زیادہ اسٹیشنری بنانے کے لیے فرکشنل ڈیفرینسنگ کیسے استعمال کی جاتی ہے۔ یہ فرکشنل فرق کی بائنومیئل توسیع سے وقفہ جاتی وزن اخذ کرتی ہے اور دکھاتی ہے کہ چھوٹے وزن کو حذف کرنے سے…

شماریاتتکنیکی اشارےمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ آیا چار گھنٹے کا اسپاٹ FX ڈیٹا ایسی روزانہ کراس سیکشنل اسٹریٹیجی کی معاونت کر سکتا ہے جو مومینٹم اور کیری کی بنیاد پر کرنسی پیئرز کی درجہ بندی کرے، مضبوط ترین کو خریدے اور کمزور ترین کو فروخت کرے۔ یہ ماڈل فٹ نہیں کرتی اور نہ ہی پیش…

فاریکسمومینٹماثاثہ رکھنے کی لاگت یا آمدنشماریات
Machine Learning for Trading

یہ مظاہرہ ایک دوہری موونگ ایوریج کراس اوور اسٹریٹیجی کو تاریخی بیک ٹیسٹ انجن اور اسی روزانہ ETF بارز کو دوبارہ چلانے والے لائیو انجن، دونوں میں چلاتا ہے۔ یہ اسٹریٹیجی، اِن پٹس، پیرامیٹرز اور فل کی روایت کو یکساں رکھتا ہے، پھر حاصل ہونے والی سگنل ٹیپس کا ہر…

حصصتکنیکی اشارےبیک ٹیسٹنگآرڈر پر عمل درآمد
Machine Learning for Trading

یہ نوٹ بک مختصر مدتی، اٹ دی منی اسٹرڈل پوزیشنوں کی واپسیوں کی پیش گوئی کرنے والے گریڈینٹ بوسٹڈ ماڈلز کے لیے مربعی خطا، مطلق خطا اور ہیوبر لاس کا موازنہ کرتی ہے۔ ہدف میں منافع محدود ہے اور ممکنہ نقصانات شدید ہو سکتے ہیں، اس لیے فٹنگ لاس اس بات پر اثر انداز ہو…

آپشنزاتار چڑھاؤمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک مسلسل فیوچرز کے گھنٹہ وار ڈیٹا کو روزانہ OHLCV بارز میں بدلتی ہے جو CME Globex سیشنز سے ہم آہنگ ہیں۔ یہ ٹائم اسٹیمپس کو 4 PM مرکزی وقت پر ختم ہونے والے سیشن سے منسوب کرتی ہے، اس لیے اتوار شام کی ٹریڈنگ پیر میں آتی ہے اور جمعہ شام سے ہفتے کا سیشن…

فیوچرزبیک ٹیسٹنگمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ نوٹ بک US کمپنی منافع کے کراس سیکشن کی قیمت بندی کے لیے اسٹاکاسٹک ڈسکاؤنٹ فیکٹر (SDF) ماڈل کی وضاحت کرتی ہے۔ یہ ایسے وزن سیکھتا ہے جن سے رعایتی اثاثہ منافع عدم آربیٹریج مومنٹ شرائط پوری کرے، بجائے اس کے کہ منافع کی پیش گوئی کا خسارہ بہتر بنائے۔ تربیت غیر…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

یہ نفاذ اثاثوں کی قیمت بندی کے تعلقات جانچنے کے لیے نیورل اسٹاکاسٹک ڈسکاؤنٹ فیکٹر ماڈل اور مخالفانہ مومنٹ نیٹ ورک بیان کرتا ہے۔ SDF نیٹ ورک اثاثوں کی خصوصیات، اور اختیاری طور پر LSTM سے معاشی دورانیے کی نمائندگی، کو اثاثہ وزن میں بدلتا ہے۔ یہ وزن اور منافع…

مشین لرننگفیکٹر سرمایہ کاریشماریاتپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ ماڈل اڈاپٹر طویل مدتی زمانی سلسلہ پیش گوئی کے لیے Transformer آرکیٹیکچر PatchTST کو اسکیلر ریگریشن پر لاگو کرتا ہے۔ یہ وقت اور خصوصیت کے لحاظ سے ترتیب دیے گئے سلسلے لیتا، انہیں بنیادی ماڈل کے مطابق ترتیب دیتا اور ہر خصوصیت کے آؤٹ پٹ کو ایک پیش گوئی میں…

مشین لرننگشماریات
Machine Learning for Trading

یہ دستاویز جانچتی ہے کہ سیکھی ہوئی گراف ایمبیڈنگز عام جدولی خصوصیات سے آگے حصص کے منافع کی پیش گوئی بہتر کرتی ہیں یا نہیں۔ یہ تاریخی حصص منافع کے باہمی تعلق سے نیٹ ورک بناتی، پیش گوئی کی کھڑکی سے پہلے دستیاب معلومات سے مومینٹم، اتار چڑھاؤ اور رجحان کی…

حصصمشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ ترتیب 20 FX جوڑیوں پر روزانہ لانگ شارٹ اسٹریٹیجی بیان کرتی ہے۔ یہ نیویارک کلوز پر فیصلہ، اگلی بار میں عمل درآمد، مساوی وزن کی تخصیص، اور مومینٹم یا کیری پر مبنی درجہ بندی سگنل مقرر کرتی ہے۔ اس میں اسپریڈ اور سواپ پوائنٹ لاگت، ری بیلنس کی حدیں، امیدوار…

فاریکسمومینٹماثاثہ رکھنے کی لاگت یا آمدناوسط کی جانب واپسی
Machine Learning for Trading

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…

شماریاتبیک ٹیسٹنگرسک مینجمنٹپورٹ فولیو کی تشکیل
Machine Learning for Trading

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…

مشین لرننگحصصشماریاتفیکٹر سرمایہ کاری
Machine Learning for Trading

یہ نوٹ بک بڑے آرڈر کے اجرا کو محدود افق کے کنٹرول مسئلے کے طور پر پیش کرتی ہے۔ ٹیبلر Q-learning ایجنٹ VWAP پر مبنی تجارتی رفتار کے ضرب کا انتخاب کرتا ہے، جس میں باقی وقت، باقی انوینٹری، اور حال ہی میں مکمل شدہ وقفے کے اسپریڈ اور اتار چڑھاؤ کے ادوار استعمال…

آرڈر پر عمل درآمدمشین لرننگمارکیٹ مائیکرو اسٹرکچررسک مینجمنٹ
Machine Learning for Trading

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…

مشین لرننگشماریاتبیک ٹیسٹنگآرڈر پر عمل درآمد
Machine Learning for Trading

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…

فاریکسمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

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…

حصصمشین لرننگمومینٹمبیک ٹیسٹنگ
Machine Learning for Trading

یہ یوٹیلٹی اثاثہ گروپ کے لیبلز اور گروپوں کے درمیان اختیاری روابط سے اثاثوں کی باہمی مجاورت کا بولین میٹرکس بناتی ہے۔ ایک ہی میکرو گروپ میں رکھے گئے اثاثے ایک دوسرے سے منسلک ہوتے ہیں، اور فراہم کردہ ہر بین الجماعتی کنارہ دونوں گروپوں کے تمام ارکان کو دونوں…

کئی اثاثوں پر مبنیمشین لرننگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک ادارہ جاتی 13F ہولڈنگز کے Neo4j گراف پر سوال جواب پیش کرتی ہے۔ یہ سوال سے استفسار بنانے کے بجائے اسے ہاتھ سے لکھے تین سائفر سانچوں میں سے ایک کی طرف بھیجتی ہے، اور مقررہ پیرامیٹرز، صرف مطالعے کی اسکیما پالیسی، قطاروں کی حد اور وقت کی پابندی استعمال…

حصصرسک مینجمنٹمارکیٹ مائیکرو اسٹرکچر