یہ نوٹ بک آلہ جاتی پرنسپل کمپوننٹ تجزیے کی وضاحت کرتی ہے، جس میں پوشیدہ عوامل کی لوڈنگز ہر حصص کو ایک مقررہ لوڈنگ دینے کے بجائے قابلِ مشاہدہ اسٹاک خصوصیات پر منحصر ہوتی ہیں۔ خصوصیات سے عاملانہ ایکسپوژرز تک مشترک نقشہ ایسے اسٹاکس کے لیے لوڈنگز بنا سکتا ہے جو…
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
827 دستاویزات
یہ نوٹ بک لانگ اونلی، مکمل سرمایہ کاری والے مارکووٹز فریم ورک کی تشکیل کرتی ہے، جس میں قابلِ عمل پورٹ فولیوز، مؤثر سرحد، زیادہ سے زیادہ شارپ اور کم سے کم تغیر کے حل شامل ہیں۔ یہ وضاحت کرتی ہے کہ پورٹ فولیو کا تغیر کوواریئنس میٹرکس پر کیسے منحصر ہے اور جب…
یہ نوٹ بک ماڈل رینکنگز کو سادہ کرپٹو پرپیچوئل فیوچرز پورٹ فولیوز میں بدلتی ہے تاکہ بعد کے تجربات پوزیشن سائز، اخراجات یا رسک کنٹرولز بدلنے کے اثرات ناپ سکیں۔ یہ داخلے کے قواعد لاگو کرتی ہے، مثلاً لانگ کے لیے سب سے زیادہ اسکور والے اور شارٹ کے لیے سب سے کم…
یہ نوٹ بک دکھاتی ہے کہ زمانی ترتیب میں کیلیبریشن اور جائزے کو الگ رکھتے ہوئے مومینٹم پورٹ فولیو کے لیے StopLoss، TakeProfit، اور TrailingStop قواعد کیسے ٹیون کیے جائیں۔ یہ کیلیبریشن ڈیٹا سے انفرادی قاعدوں کی حدود اور مشترک امتزاج آزماتی ہے، پھر بعد کے جائزے…
یہ دستاویز پانچ روزہ ETF مومینٹم اسٹریٹیجی کو مشترک اسٹریٹیجی انٹرفیس کے ذریعے Alpaca سے جوڑنے کا مظاہرہ کرتی ہے۔ اسٹریٹیجی SPY، QQQ، اور IWM میں مومینٹم پر نظر رکھتی ہے اور حد عبور ہونے پر سگنل بناتی ہے۔ بروکر کے مخصوص اڈاپٹر ڈیٹا اور آرڈرز سنبھالتے ہیں،…
یہ دستاویز CME فیوچرز اسٹریٹیجیز کے لیے متبادل پوزیشن سائزنگ طریقوں کا موازنہ کرتی ہے، جنہیں برابر وزن کی توثیقی شارپ سے درجہ بند بنیادی نمونے میں سے چنا گیا ہے۔ برابر وزن ہر منتخب مصنوعے کو یکساں سمجھتا ہے، حالانکہ فیوچرز کنٹریکٹس کی وولیٹیلیٹی اور باہمی…
یہ نوٹ بک ماڈل کی پیش گوئیوں کے مجموعوں کو قابلِ موازنہ ایس اینڈ پی 500 آپشن بیک ٹیسٹس میں بدلتی ہے۔ ہر ہفتہ وار فیصلہ تاریخ پر یہ پیش گوئی شدہ ریٹرنز کی درجہ بندی کرتی، سیال کائنات میں بلند ترین درجہ والے سمبل چنتی اور برابر وزن کے ایٹ دی منی اسٹریڈلز فروخت…
یہ دستاویز سرمایہ مختص کرنے سے پہلے موجودہ اور امیدوار ماڈل کا شیڈو جانچ میں موازنہ کرنے کا طریقہ بیان کرتی ہے۔ یہ ان کے کردار اور ترقی کی حدیں پہلے سے طے کرتی، پھر امیدوار کو پانچ پہلوؤں پر جانچتی ہے: سالانہ بنائے گئے شارپ میں بہتری، مشاہدات کی کم از کم…
یہ نوٹ بک فیسٹ کو پارکیٹ ماخذ، اداروں، فیچر ویوز، ٹائم اسٹیمپس اور وقتِ بقا کی پالیسی کے ساتھ ترتیب دینے، پھر تربیتی مثالوں اور فعال طرز کے وقت کے مطابق سوال کے لیے خصوصیات بازیافت کرنے کا مظاہرہ کرتی ہے۔ یہ فیسٹ کے نتائج کا فیچر بہ فیچر ہاتھ سے لکھے نقطۂ…
یہ نوٹ بک حصص کے فیکٹر ماڈلنگ کے لیے زیرِ نگرانی آٹو انکوڈر متعارف کراتی ہے۔ غیر زیرِ نگرانی آٹو انکوڈرز کے برعکس، جو تقاطعی ساخت کی ازسرِنو تعمیر سے بوتل گردن سیکھتے ہیں، یہ ماڈل تربیتی مقصد میں مستقبل کے ریٹرنز بھی شامل کرتا ہے۔ چنانچہ ہدف پیش گوئیوں کے…
یہ نوٹ بک CME فیوچرز پر نیورل اسٹاکاسٹک ڈسکاؤنٹ فیکٹر ماڈل لاگو کرتی ہے۔ اثاثہ جاتی قیمت گذاری میں اسٹاکاسٹک ڈسکاؤنٹ فیکٹر ایک بے ترتیب متغیر ہے جسے ہر اثاثے کے ریٹرن سے ضرب دینے پر، عدمِ ثالثی کی حالت میں، متوقع قدر یکساں ہوتی ہے۔ ماڈل اس پوشیدہ مقدار کا…
یہ دستاویز بروکر ریپر کی مثال دیتی ہے جو ٹریڈ آگے بھیجنے سے پہلے آرڈرز اور پورٹ فولیو کی حالت جانچتا ہے۔ اس کے کنٹرولز میں ہر آرڈر کے حصص اور مالیت کی حد، پوزیشن کی نمائش کی حد، آرڈر کی رفتار کی حد، اثاثوں کی اجازت اور ممانعت کی فہرستیں، اور ہنگامی روک شامل…
یہ تجزیہ جانچتا ہے کہ کوئی ماڈل فٹ کرنے سے پہلے کیا سیٹلمنٹ ڈیٹا ہفتہ وار، تقاطعی CME فیوچرز اسٹریٹیجی کی حمایت کر سکتا ہے۔ یہ دیکھتا ہے کہ ری بیلنس کی تاریخوں پر مطلوبہ لانگ اور شارٹ پورٹ فولیو بھرنے کے لیے کافی مصنوعات کے کوٹس موجود ہیں یا نہیں، ایکسچینج…
یہ کیس اسٹڈی US کمپنیوں کی خصوصیات سے بنی ماہانہ لانگ شارٹ ڈیسیل اسٹریٹیجیز کا جائزہ لیتی ہے۔ یہ نقطۂ وقت کے حسابی وقفوں، واک فارورڈ توثیق اور دور کے لحاظ سے بدلتی ٹریڈنگ لاگت کے تحت خطی ماڈلز، گریڈینٹ بوسٹنگ اور پوشیدہ عوامل کے طریقوں کا موازنہ کرتی ہے۔…
یہ نوٹ بک مالی ٹائم سیریز کے کاموں پر ایمبیڈڈ، سرور پر مبنی، عمومی مقصد اور ٹریڈنگ کے لیے مخصوص ڈیٹا بیسز کا موازنہ کرتی ہے: بڑے پیمانے پر تحریر، مکمل اسکین، وقت کی حد کے سوالات، OHLCV کا مجموعہ، اور ٹریڈ و کوٹ کی مطابقت۔ بنیادی نکتہ یہ ہے کہ ذخیرہ کرنے کی…
یہ تعلیمی جائزہ مصنوعی مالیاتی راستے بنانے کے لیے پیرامیٹرک احتمالی ماڈلز اور بوٹسٹریپ طریقوں کا موازنہ کرتا ہے۔ اس میں جیومیٹرک براؤنین موشن، جمپ ڈفیوژن، اوسط کی طرف واپسی، ہیسٹن اسٹاکاسٹک وولیٹیلیٹی، اور GARCH شامل ہیں؛ ساتھ ہی آزاد اور بلاک پر مبنی دوبارہ…
یہ تجزیہ دستخط شدہ ماڈل منافع کی پیش گوئیوں کو دو رخی پوزیشنوں میں بدلنے کے تین طریقوں کا موازنہ کرتا ہے: صفر کی مقررہ حد، ہر علامت کے لیے سابقہ مدت کا پرسنٹائل، اور علامات کے درمیان کراس سیکشنل پرسنٹائل۔ یہ قواعد ETFs اور کرپٹو پرپیچوئلز کی رجسٹرڈ توثیقی…
یہ نوٹ بک مالیاتی اور ماڈل پر مبنی ڈیٹا کے لیے Feast کو فیچر اسٹور کے طور پر مرتب کرتی ہے، پھر اس کی تاریخی اور وقت کے مخصوص بازیافت کا شفاف، ہاتھ سے بنائے گئے جوائن سے موازنہ کرتی ہے۔ یہ اینٹٹیز، ٹائم اسٹیمپ والے ماخذ، فیچر ویوز اور مدتِ اعتبار متعین کرتی…
یہ نوٹ بک ماہانہ US اسٹاک منافع پر گریڈینٹ بوسٹنگ کے مقاصد کا موازنہ کرتی ہے، جبکہ فیچرز، ہدف اور واک فارورڈ فولڈز مستقل رکھتی ہے۔ یہ مربع خطا کا مطلق خطا اور Huber لاس سے موازنہ کرتی ہے، جو بڑے بقایا جات کے اثر کو کم کرتا ہے۔ وجہ یہ ہے کہ انفرادی منافع کی…
یہ ماڈیول کئی مخفی فیکٹر ماڈلز، بشمول پرنسپل کمپوننٹس، انسٹرومنٹڈ پرنسپل کمپوننٹس اور نیورل آٹو انکوڈرز، کی واک فارورڈ فٹنگ اور جانچ کو مربوط کرتا ہے۔ یہ پینل ڈیٹا اور فولڈز تیار کرتا، ماڈل کے مخصوص رنرز چلاتا، اور پیش گوئیوں، فولڈ کی سطح کے میٹا ڈیٹا اور…
یہ نوٹ بک جانچتی ہے کہ تناسبی لین دین کے اخراجات میں تبدیلی ہر منافع کے لیبل کے لیے توثیق پر منتخب ایک FX اسٹریٹیجی کو کیسے متاثر کرتی ہے۔ پہلے اشارے، تقسیم اور رسک اوورلے کے امیدواروں میں سے بنیادی اسٹریٹیجی منتخب کی جاتی ہے، پھر اسٹریٹیجی کی دوسری شناختیں…
یہ تجزیہ وضاحت کرتا ہے کہ CME فیوچرز ماڈلز کے لیے کراس سیکشنل معلوماتی ضریب (IC) کیسے پڑھیں اور اس کا بعد کے پورٹ فولیو ٹیسٹس سے کیا تعلق ہے۔ یہ ہر تاریخ پر پیش گوئی شدہ اور حقیقی منافع کی رینک باہمی تعلق کا حساب کرتا ہے، پھر ان تعلقات کا تاریخوں پر اوسط…
یہ نوٹ بک جانچتی ہے کہ آیا تاریخی ETF ڈیٹا کسی ماڈل یا پیش گوئی کی تیاری سے پہلے ماہانہ درجہ بندی کی اسٹریٹیجی کی مدد کر سکتا ہے۔ یہ پچھلے سال کی لیکویڈیٹی سے کسی وقت پر اہلیت جانچتی ہے، ازسرِنو توازن کی تاریخوں پر دستیاب فنڈز گنتی ہے، فی حصص کمیشن اور…
دستاویز وضاحت کرتی ہے کہ ڈیفلیٹڈ شارپ تناسب (DSR) منتخب اسٹریٹیجی کے شارپ کو آزمائی گئی اسٹریٹیجیز کی تعداد، ان کے شارپ تخمینوں میں فرق اور غیر معمولی منافع کی تقسیم کے مطابق کیسے ایڈجسٹ کرتا ہے۔ یہ اس کا غیر اصلاح شدہ احتمالی شارپ حساب سے موازنہ کرتی ہے اور…