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

827 دستاویزات

Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ یکساں اشاروں کے باوجود دو بیک ٹیسٹنگ انجن مختلف نتائج کیوں دے سکتے ہیں۔ یہ پہلے سے شمار کردہ ETF اسٹریٹیجی کو مستقل رکھتی ہے، اس کی پیش گوئیوں سے ایک متعین پورٹ فولیو بناتی ہے، اور عمل درآمد کی ترتیبات ایک ایک کرکے بدلتی ہے۔ ان ترتیبات…

بیک ٹیسٹنگآرڈر پر عمل درآمدمارکیٹ مائیکرو اسٹرکچرپوزیشن کا حجم طے کرنا
Machine Learning for Trading

یہ نوٹ بک US ایکویٹیز کے پینل پر تین منافع کی مدتوں کے لیے LightGBM ماڈلز کا موازنہ کرتی ہے۔ اس کا گرڈ درختوں کے لیف کی تعداد اور لاس فنکشنز بدلتا ہے، پھر درختوں کی متعدد تعداد پر ہر ترتیب کو اسکور کرتا ہے۔ بحث بتاتی ہے کہ کم گہرے درخت فیچر کے باہمی اثرات…

حصصمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایکویٹی اور آپشن تحقیق سے حاصل شدہ توثیقی پیش گوئیوں کو طویل پوزیشن والے ایکویٹی پورٹ فولیوز میں بدل کر جانچتی ہے۔ اس میں مساوی وزن والا ٹاپ-K بنیادی طریقہ استعمال ہوتا ہے، پورٹ فولیو کے مختلف ارتکاز کا موازنہ کیا جاتا ہے، اور ہر لیبل کے لیے مخصوص…

حصصآپشنزبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک S&P 500 اسٹاکس پر مختصر ایٹ دی منی اسٹریڈلز کے مستقبل کے منافع کے لیبل بناتی ہے۔ چونکہ روزانہ کا 30-روزہ اسٹریڈل پینل ہر سیشن میں مختلف اسٹرائیک یا میعادِ اختتام پر منتقل ہوتا ہے، اس لیے قیمتوں کی سیریز کو آگے سرکانے سے مختلف معاہدوں کا موازنہ ہو…

آپشنزڈیریویٹوز کی قیمت بندیاتار چڑھاؤبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایک ہی ETF یونیورس، پیش گوئیوں، ازسرِنو توازن کے شیڈول اور بیک ٹیسٹ پروٹوکول کے تحت مساوی وزن، الٹی اتار چڑھاؤ، کم سے کم ویرینس اور درجہ وار رسک پیریٹی کا موازنہ کرتی ہے۔ ایک رولنگ Ridge ماڈل مومینٹم، موونگ ایوریج سے فاصلے اور اتار چڑھاؤ کی خصوصیات…

پورٹ فولیو کی تشکیلبیک ٹیسٹنگرسک مینجمنٹمشین لرننگ
Machine Learning for Trading

یہ یوٹیلٹی ماڈیول ٹریڈنگ ڈیٹا کے پینلز کی تشخیص کے لیے شماریاتی سہولتیں فراہم کرتا ہے۔ اس کا آٹو کوریلیشن طریقہ نتائج کو اکائیوں میں جمع کرنے سے پہلے ہر اکائی کے اندر منحنی خط نکالتا ہے، تاکہ ایک اکائی کی سیریز کے اختتام اور دوسری کے آغاز کے درمیان فرضی…

شماریاتبیک ٹیسٹنگمارکیٹ مائیکرو اسٹرکچرحصص
Machine Learning for Trading

یہ نوٹ بک رسک ایٹ ویلیو (VaR) کی وضاحت کرتی ہے، جو نقصان کی کوانٹائل حد ظاہر کرتا ہے، اور کنڈیشنل رسک ایٹ ویلیو (CVaR) کی، جو اس حد سے آگے کے نقصانات کا اوسط لیتا ہے۔ روزانہ کے ETF ریٹرنز سے یہ تاریخی، گاوسی، Cornish–Fisher سے ایڈجسٹ شدہ اور Student-t مونٹی…

رسک مینجمنٹاتار چڑھاؤبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ تعلیمی نوٹ بک ETF ڈیٹا سے زیر نگرانی ٹریڈنگ ماڈلز کے لیے ہدف کے لیبل بنانے کے طریقوں کا تقابل کرتی ہے۔ اس میں مقررہ دورانیے کے ریٹرنز اور سمت کے لیبلز، وقت کے سلسلے کے رولنگ پرسنٹائلز، کراس سیکشنل پرسنٹائلز، مقررہ یا اتار چڑھاؤ کے پیمانے کے مطابق حدوں…

مشین لرننگشماریاتبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک ETF قیمتوں اور معاشی سلسلوں سے مستقبل کی معلومات کے تعصب کی جانچ دکھاتی ہے۔ یہ بتاتی ہے کہ مرکز کردہ موونگ ایوریج میں مستقبل کے مشاہدات شامل ہوتے ہیں، وہ قیمت کے موڑ کو بہت قریب سے دکھا سکتی ہے، اور اس کا حالیہ آخری حصہ غائب ہوتا ہے کیونکہ مستقبل…

حصصشماریاتبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ تحقیقی تجزیہ چار گھنٹے کے OANDA پینل میں 20 کرنسی جوڑوں کا جائزہ لیتا اور اس کے ڈیٹا کی تشریح سمجھاتا ہے۔ یہ ڈالر کی پوزیشن کے لحاظ سے براہ راست، بالواسطہ اور کراس جوڑوں میں فرق کرتا ہے، اور دکھاتا ہے کہ ڈالر کی مضبوطی کا پیمانہ بنانے سے پہلے براہ راست…

فاریکسمارکیٹ مائیکرو اسٹرکچرشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ مشترکہ ماڈلنگ ماڈیول مقداری تحقیق کے ورک فلو کی معاونت کرتا ہے: فیچرز، لیبلز، زمانی ڈیٹا اور کنفیگریشن لوڈ کرکے واک فارورڈ کراس ویلیڈیشن کے حصے تیار کرتا ہے۔ اس کا ڈیزائن دوبارہ پیدا کیے جا سکنے اور ڈیٹا کے ماخذ پر زور دیتا ہے: ہیش ماخذ فائلوں، ارے، ماڈل…

مشین لرننگشماریاتبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک سہ ماہی SEC 10-Q کی انتظامیہ کی بحث اور تجزیے کے متن سے ایکویٹی کے دو ممکنہ سگنل بنانا دکھاتی ہے۔ FinBERT متن کے حصوں کو مثبت، غیر جانب دار یا منفی لہجے کے لیے اسکور کرتا ہے؛ ان اسکورز کو جمع کرکے فائلنگ کے اندر اوسط جذبات اور پھیلاؤ نکالا جاتا ہے۔…

حصصمشین لرننگمارکیٹ کا مزاجشماریات
Machine Learning for Trading

یہ نوٹ بک پیش گوئی میں مارکیٹ کے نظام استعمال کرنے کے تین طریقوں کا تقابل کرتی ہے: ایسا بنیادی ماڈل جس میں نظام کا ان پٹ نہ ہو، ایسا واحد ماڈل جسے غیر مستحکم حالت کا فلٹر شدہ احتمال دیا جائے، اور الگ الگ ماڈلز جنہیں واضح نظامی درجہ بندیوں کے اندر تربیت دی…

حصصمشین لرننگشماریاتاتار چڑھاؤ
Machine Learning for Trading

یہ نوٹ بک کسی ماڈل کی فٹنگ سے پہلے جانچتی ہے کہ آیا ڈیٹا ہفتہ وار، کراس سیکشنل فیوچرز اسٹریٹیجی کے لیے کافی ہے۔ یہ ایسا ڈیزائن بیان کرتی ہے جو CME مصنوعات کی درجہ بندی کرتا، سب سے اونچی درجہ بندی والے کنٹریکٹس میں لانگ اور سب سے نیچی درجہ بندی والے کنٹریکٹس…

فیوچرزاجناساثاثہ رکھنے کی لاگت یا آمدنآرڈر پر عمل درآمد
Machine Learning for Trading

یہ نوٹ بک ڈبل مشین لرننگ (DML) سے مسلسل ETF مومنٹم پیمانے کے بعد کے ریٹرنز پر ایڈجسٹ شدہ اثر کا تخمینہ لگاتی ہے، جبکہ حالیہ اور طویل مدتی اتار چڑھاؤ، مارکیٹ کے نظام اور ییلڈ کریو کی ڈھلوان کو ملحوظ رکھتی ہے۔ یہ غیر ایڈجسٹ شدہ ریگریشن کا موازنہ EconML اور…

مشین لرننگشماریاتحصصمومینٹم
Machine Learning for Trading

یہ نوٹ بک درجہ وار رسک پیریٹی (HRP) بیان کرتی ہے، جو پورٹ فولیو بنانے کا ایسا طریقہ ہے جس کا مقصد شور والے کوویریئنس تخمینوں کے لیے حساسیت محدود کرنا ہے۔ یہ اس کے تین مراحل بیان کرتی ہے: اثاثوں کو باہمی تعلق کے فاصلے کے مطابق گروہوں میں بانٹنا، حاصل شدہ درجہ…

پورٹ فولیو کی تشکیلرسک مینجمنٹبیک ٹیسٹنگکئی اثاثوں پر مبنی
Machine Learning for Trading

یہ نوٹ بک اسٹریٹیجی کے پورے عمل میں رجسٹرڈ ETF بیک ٹیسٹس کا جائزہ لیتی ہے، سگنلز اور اثاثوں کی تخصیص سے لے کر لاگت اور رسک اوورلیز تک۔ یہ ماڈلز فٹ کرنے یا نئے بیک ٹیسٹ شامل کرنے کے بجائے موجودہ پیش گوئیاں اور بیک ٹیسٹس پڑھتی ہے، اور رجسٹرڈ نتائج سے گروہوں…

کئی اثاثوں پر مبنیحصصپورٹ فولیو کی تشکیلبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک FX جوڑوں کے کیس اسٹڈی کے لیے LSTM پیش گوئی کی تیاری کرتی ہے۔ ماڈل گزشتہ مشاہدات کی ترتیب میں پوشیدہ حالت برقرار رکھتا ہے، اور نوٹ بک مشترکہ کنفیگریشن اور مطالعے کی منصوبہ بندی کے ٹولز سے ساخت اور تربیت کی ترتیبات طے کرتی ہے۔ یہ مطالعے کے مقرر کردہ…

فاریکسمشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ نوٹ بک SEC XBRL ڈیٹا سے سہ ماہی ایکویٹی بنیادی مالیات کا پینل بنانے اور جانچنے کا طریقہ بیان کرتی ہے۔ ہر مشاہدے کے ساتھ وہ مالی مدت بھی درج ہوتی ہے جس کی یہ وضاحت کرتا ہے اور فائلنگ کی وہ تاریخ بھی جب معلومات عوامی ہوئیں۔ تاریخی ٹیسٹس میں یہ فرق ضروری ہے:…

حصصامریکی مارکیٹیںفیکٹر سرمایہ کاریبیک ٹیسٹنگ
Machine Learning for Trading

یہ جائزہ آپشن سطح، قیمت سے اخذ کردہ اور مشروط اتار چڑھاؤ کی خصوصیات کو مستقبل کے ایکویٹی ریٹرنز کے مقابل جانچتا ہے۔ ہر سیشن کے لیے یہ فیچر کی قدروں اور بعد کے ریٹرنز کے درمیان کراس سیکشنل رینک باہمی تعلق نکالتا، پھر ان انفارمیشن کوایفیشینٹس (آئی سیز) کی…

حصصآپشنزشماریاتمشین لرننگ
Machine Learning for Trading

یہ ماڈیول تاریخی S&P 500 قیمتیں تیار کرنے کا طریقہ بتاتا ہے، کیونکہ وقت کے ساتھ ٹکر سمبل مختلف سیکیورٹیز کے لیے استعمال ہو سکتے ہیں۔ یہ کارپوریٹ ایکشن ایڈجسٹمنٹ عوامل لاگو کرتا، سیکیورٹی شناخت کنندگان کا سراغ رکھتا اور شناخت کی حدود نشان زد کرتا ہے۔ ریٹرن کا…

حصصامریکی مارکیٹیںبیک ٹیسٹنگآرڈر پر عمل درآمد
Machine Learning for Trading

یہ دستاویز خودکار ٹریڈنگ روکنے کے لیے دوبارہ استعمال ہونے والی اسٹیٹ مشین پیش کرتی ہے، جس میں بند، کھلی اور آدھی کھلی حالتیں ہیں۔ یہ ایک ہی انتقالی منطق چار خطرات پر لاگو کرتی ہے: اکاؤنٹ ڈرا ڈاؤن، روزانہ نقصان، مسلسل خسارے والے سیشن اور نظام کی تاخیر۔ بحالی…

رسک مینجمنٹآرڈر پر عمل درآمدبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک توثیق سے پہلے منتخب کردہ FX ترتیب کو دوبارہ فٹ کرتی ہے اور اس کی پیش گوئیاں بعد کے ہولڈ آؤٹ بیک ٹیسٹ کے لیے رجسٹر کرتی ہے۔ یہ منجمد امیدوار سیٹ تک محدود، قابلِ عمل توثیقی بیک ٹیسٹس سے انتخاب طے کرتی ہے، پھر منتخب ماڈل کی ناقابلِ تغیر توثیقی ترتیب…

فاریکسبیک ٹیسٹنگمشین لرننگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک منٹ کی سطح کے مائیکرو اسٹرکچر فیچرز سے NASDAQ-100 ریٹرنز کی پیش گوئی کے لیے خطی ریگریشن کو بنیادی معیار بناتی ہے۔ چونکہ اسپریڈ اور آرڈر عدم توازن کی پیمائشیں مختلف سابقہ مدتوں میں اوورلیپ کرتی ہیں، اس لیے فیچر میٹرکس میں باہمی خطی تعلق بہت زیادہ…

حصصمارکیٹ مائیکرو اسٹرکچرمشین لرننگشماریات