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

788 دستاویزات

Machine Learning for Trading

یہ US ایکویٹی پینل مطالعہ اختتامی قیمت پر دیکھی گئی خصوصیات سے مستقبل کے ریٹرنز کی پیش گوئی کے لیے جرمانہ شدہ خطی ماڈل کو بنیادی معیار بناتا ہے۔ اس کے فیچر سیٹ میں اوورلیپ کرتے مومینٹم اور اتار چڑھاؤ کی پیمائشیں شامل ہیں، جو باہمی خطی تعلق پیدا کرتی ہیں اور…

حصصفیکٹر سرمایہ کاریشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک ایک منٹ کے NASDAQ-100 مائیکرو اسٹرکچر فیچرز پر لانگ شارٹ ٹرم میموری نیٹ ورک فٹ کرنے کا طریقہ بیان کرتی ہے تاکہ کئی افقوں کے لیے مستقبل کے ریٹرنز کی پیش گوئی کی جا سکے۔ ماڈل پچھلے مشاہدات کی ترتیب کو مرحلہ وار پراسیس کرتا اور سیکھتا ہے کہ پہلے کے کن…

مشین لرننگحصصہائی فریکوئنسی ٹریڈنگبیک ٹیسٹنگ
Machine Learning for Trading

یہ ماڈیول خطرے کے مطابق ایڈجسٹ کردہ مومینٹم اسکور استعمال کرتے ہوئے ماہانہ ETF مختص کاری کی بنیادی ترتیب بناتا ہے: گزشتہ مجموعی ریٹرن کو سالانہ حقیقی اتار چڑھاؤ پر تقسیم کیا جاتا ہے۔ جب 10 سالہ اور 2 سالہ ییلڈ کرو کے ڈھلوان کی قدر مقررہ حد سے بڑھ جائے تو یہ…

حصصکئی اثاثوں پر مبنیمومینٹماتار چڑھاؤ
Machine Learning for Trading

یہ نوٹ بک اوورلیپ کرنے والی قیمت سے اخذ کردہ خصوصیات کی مدد سے ETF ریٹرنز کی پیش گوئی کرنے والے خطی ماڈلز کا موازنہ کرتی ہے۔ چونکہ متعدد ریٹرن افق اور انڈیکیٹر خاندان ایک جیسی معلومات ظاہر کر سکتے ہیں، اس لیے عام کم از کم مربعات قریباً یکساں خصوصیات کو غیر…

حصصکئی اثاثوں پر مبنیمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک دیکھتی ہے کہ ای ٹی ایف کے ریٹرن کی پیش گوئیاں غیر یقینی کیسے ظاہر کر سکتی ہیں، اور مونٹی کارلو ڈراپ آؤٹ کا ڈیپ اینسمبلز سے موازنہ کرتی ہے۔ بار بار پیش گوئی کے دوران ڈراپ آؤٹ فعال رہتا ہے، جبکہ اینسمبل الگ الگ تربیت یافتہ نیٹ ورکس کے اختلاف کو ناپتا…

حصصمشین لرننگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک ایک ہی پیش گوئی کردہ درجہ بندی سے منتخب ETF پورٹ فولیوز کو وزن دینے کے چھ طریقوں کا موازنہ کرتی ہے: برابر وزن، اسکور کے مطابق وزن، معکوس اتار چڑھاؤ، رسک پیریٹی، اوسط۔تغیر اصلاح، اور درجہ بند درختی رسک پیریٹی۔ یہ منتخب فنڈز کی تعداد کو تخصیص کے…

حصصپورٹ فولیو کی تشکیلبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک ایس اینڈ پی 500 آپشنز کے مطالعے میں پیش گوئی کے لیے پہلے سے مقرر LSTM ماڈل فٹ کرتی ہے۔ نیٹ ورک ہر سمبل کی تاریخ کی زمانی ترتیب والی ونڈوز لیتا ہے اور دستی طور پر بنائے گئے فیچرز پر مکمل انحصار کرنے کے بجائے سیشنز کے دوران معلومات کو ظاہر کرنے کے…

حصصآپشنزمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک مالیاتی خبروں کے جملوں کو مثبت، غیر جانب دار یا منفی درجہ دینے کے تین طریقوں کا موازنہ کرتی ہے: لوجسٹک ریگریشن کے ساتھ TF-IDF کے لفظی اور عبارتی فیچرز، کلاسیفائر کے ساتھ اوسط جامد لفظی ویکٹرز، اور پہلے سے تربیت یافتہ فن برٹ جذباتی ماڈل۔ طریقوں کی…

مشین لرننگمارکیٹ کا مزاجحصصشماریات
Machine Learning for Trading

یہ نوٹ بک اکاؤنٹنگ اور قیمت پر مبنی خصوصیات کو اگلے مہینے کے US اسٹاک ریٹرنز کے انفرادی پیش گو کے طور پر جانچتی ہے۔ یہ ہر خصوصیت اور ریٹرن لیبل کے درمیان ماہانہ کراس سیکشنل درجہ جاتی باہمی تعلق نکالتی ہے، پھر ترقیاتی مدت کے مہینوں میں اس کا خلاصہ کرتی ہے۔…

حصصفیکٹر سرمایہ کاریشماریاتمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک ETF تخصیصی بیک ٹیسٹ کے لیے تشخیصی فریم ورک پیش کرتی ہے۔ یہ شارپ، سورٹینو، کالمر، اتار چڑھاؤ، ویلیو ایٹ رسک اور زیادہ سے زیادہ ڈرا ڈاؤن جیسے رسک اور ریٹرن پیمانے نکالتی ہے؛ مسلسل کارکردگی اور ڈرا ڈاؤن سے بحالی ٹریک کرتی ہے؛ اور الفا، بیٹا، ٹریکنگ…

پورٹ فولیو کی تشکیلرسک مینجمنٹبیک ٹیسٹنگحصص
Machine Learning for Trading

یہ نوٹ بک تعینات مالیاتی ماڈل کی حقیقی ہولڈ آؤٹ فائلوں سے نگرانی کا طریقۂ کار بناتی ہے۔ ڈرفٹ ناپنے سے پہلے یہ جانچتی ہے کہ آنے والا فیچر ڈیٹا موجود اور ساختی طور پر درست ہے، پھر حوالہ جاتی اور موجودہ ونڈوز کا موازنہ کرتی ہے۔ فیچر کی تقسیم میں تبدیلیاں…

مشین لرننگشماریاترسک مینجمنٹحصص
Machine Learning for Trading

یہ نوٹ بک پوزیشن سائزنگ کو زیادہ سے زیادہ ناموافق اور موافق ایکسکرژن کے تجزیے سے جوڑتی ہے۔ یہ مقررہ تناسب کی سائزنگ دکھاتی ہے، جس میں ہر ٹریڈ کا رسک بجٹ اور انٹری سے اسٹاپ تک کا فاصلہ حصص کی تعداد طے کرتا ہے، جبکہ ارتکاز کی حد لاگو رہتی ہے۔ یہ تاخیری انفرادی…

پوزیشن کا حجم طے کرنارسک مینجمنٹاتار چڑھاؤبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ SHAP پینل کی رِج ریگریشن پیش گوئیوں کی ETF کے ذریعے تشریح کیسے کی جائے۔ خطی ماڈل میں ہر فیچر سے منسوب حصہ اس کے کوفیشنٹ اور تربیتی پس منظر کے اوسط سے فیچر کے انحراف کو ضرب دینے کے برابر ہے، اس لیے ان حصوں کو بند فارم حساب سے جانچا جا…

مشین لرننگشماریاتحصصبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک SEC کی سالانہ اور سہ ماہی فائلنگز کو بعد کے جذباتی، موضوعاتی اور ایمبیڈنگ تجزیے کے لیے منظم متن میں بدلنے کا طریقۂ کار پیش کرتی ہے۔ یہ مطلوبہ حصوں کو فارم کے مخصوص آئٹم نمبروں سے جوڑتی ہے اور واضح کرتی ہے کہ انتظامیہ کی بحث 10-Ks اور 10-Qs میں…

حصصمارکیٹ کا مزاجواقعات پر مبنیشماریات
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ مشروط آٹو انکوڈر کس طرح انسٹرومنٹڈ پرنسپل کمپوننٹ ماڈل کو وسعت دیتا ہے: ایک نیورل نیٹ ورک اسٹاک کی خصوصیات کو فیکٹر ایکسپوژرز میں تبدیل کرتا ہے، جبکہ ماڈل ایکسپوژر اور فیکٹر ریٹرن کی وہی ساخت برقرار رکھتا ہے۔ یہ ہر تربیتی ونڈو کے مقررہ…

حصصفیکٹر سرمایہ کاریمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ مطالعہ مالیاتی اور GJR-GARCH اتار چڑھاؤ کے فیچرز کو آئندہ ایکویٹی ریٹرنز کے مقابل جانچتا ہے۔ ہر سیشن کے لیے یہ فیچر اور بعد کے ریٹرنز کے درمیان اسٹاکس کی درجہ بندی کا باہمی تعلق نکالتا ہے، پھر اوسط تعلق، واک فارورڈ توثیقی ادوار میں تسلسل، اور متعدد…

حصصآپشنزشماریاتمشین لرننگ
Machine Learning for Trading

یہ حوالہ جذبات کے تجزیے، متنی خصوصیات کی تیاری اور خبروں کو منافع سے جوڑنے والے تجربات کے لیے مالی خبروں کے دو متنی ڈیٹا مجموعوں کا تعارف دیتا ہے۔ FNSPID سرخیوں کو اسٹاک ٹکروں سے جوڑتا ہے اور طویل تاریخی مدت کا احاطہ کرتا ہے؛ مکمل مجموعے کے ساتھ ایک چھوٹا…

حصصمارکیٹ کا مزاجمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک دکھاتی ہے کہ دس پرنسپل کمپوننٹس سے ناپی گئی وسیع حرکات کا حساب رکھنے کے بعد چار منظم پورٹ فولیو اسٹریٹیجیز، SPY کے منافع کی وضاحت میں اضافہ کرتی ہیں یا نہیں۔ امیدوار پورٹ فولیوز ای ٹی ایف کو حالیہ مومینٹم، کم اتار چڑھاؤ یا مختصر مدتی واپسی کی بنیاد…

حصصمشین لرننگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ دستاویز سہ ماہی SEC 13F بلک فائلنگز کو ادارہ جاتی ہولڈنگز کے پینل میں بدلنے کا طریقۂ کار بتاتی ہے۔ یہ ہر منیجر کی تازہ ترین فائلنگ تاریخِ جمع آوری سے چنتی، سیکیورٹیز کی شناخت کے لیے فائلر کے درج کردہ کمپنی ناموں کے بجائے CUSIP استعمال کرتی، اور غیر معقول…

حصصامریکی مارکیٹیںشماریاتمارکیٹ کا مزاج
Machine Learning for Trading

یہ دستاویز ETF کے منافع کو ماڈل کرنے کے لیے آلہ جاتی پرنسپل کمپوننٹ تجزیے کی وضاحت کرتی ہے۔ عام PCA کے برعکس، جو ہر فنڈ کو عوامل کی مستقل نمائشیں دیتا ہے، IPCA ہر فنڈ کی نمائشوں کو اس کی قابلِ مشاہدہ خصوصیات کا مشترکہ خطی تابع بناتا ہے۔ یہ خصوصیات سے نمائشوں…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک NASDAQ-100 اسٹاکس کو ان کے اگلے 15 منٹ کے منافع کے لحاظ سے درجہ بند کرنے والے پیش گوئی ماڈلز کا، انٹراڈے مائیکرو اسٹرکچر معلومات مثلاً اسپریڈ، گہرائی کے عدم توازن، دستخط شدہ حجم اور قیمت کے اثر سے موازنہ کرتی ہے۔ یہ ہر ماڈل خاندان سے ایک نمائندہ…

حصصمشین لرننگشماریاتمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ نوٹ بک آپشن سطح کے فیچرز والے ایکویٹی پینل کے لیے انسٹرومنٹڈ پرنسپل کمپوننٹ اینالیسس (IPCA) بیان کرتی ہے۔ عام PCA کے برعکس، جو ہر اسٹاک کے ایکسپوژر کا تخمینہ اس کی منافع کی تاریخ سے لگاتا ہے، IPCA ایکسپوژر کو ہر اسٹاک کے تاریخ کے مخصوص فیچرز، مثلاً مضمر…

حصصآپشنزفیکٹر سرمایہ کاریمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک کمپنی کی 10-K فائلنگز سے سپلائر، صارف اور حریف کے تعلقات نکالنے اور انہیں Neo4j علمی گراف میں محفوظ کرنے کا عمل بیان کرتی ہے۔ ایک مقامی زبان کا ماڈل منظم موضوع-محمول-مفعول ٹرپلٹس تجویز کرتا ہے، پھر سٹرنگ پر مبنی ہستی حل کاری ناموں کو معیاری بناتی…

حصصمشین لرننگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ ڈیٹاسیٹ گائیڈ آرڈر بک اور مارکیٹ مائیکرو اسٹرکچر تحقیق کے لیے US ایکویٹی کے ٹک ڈیٹا کے دو ذرائع کا موازنہ کرتی ہے۔ Databento کے مارکیٹ بائی آرڈر ریکارڈ پہلے سے پراسیس شدہ اضافہ، ترمیم، منسوخی اور تجارت کے واقعات فراہم کرتے ہیں، جبکہ NASDAQ ITCH خام…

حصصمارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمد