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۔
768 دستاویزات
یہ دستاویز وضاحت کرتی ہے کہ ماڈل کی غیر یقینی کیفیت اس کے نقطہ تخمینے سے آگے بھی معلومات فراہم کر سکتی ہے۔ اس میں GARCH کا موازنہ ایک احتمالی اتار چڑھاؤ کے ماڈل سے کیا گیا ہے، جو اتار چڑھاؤ کو ایک پوشیدہ خود بازگشتی عمل سمجھتا ہے اور منافع کی شرحوں کو…
یہ نوٹ بک وسیع US ایکویٹی پینل کی مشترکہ حرکتوں کی نمائندگی کے لیے پرنسپل کمپوننٹ اینالیسس استعمال کرتی ہے۔ PCA وہ سمتیں اخذ کرتا ہے جو منافع میں مشترکہ تغیر کی وضاحت کرتی ہیں؛ ہر اسٹاک کی لوڈنگ ان سمتوں سے اس کی وابستگی ناپتی ہے۔ محدود عوامل سے دوبارہ بنائی…
یہ نوٹ بک دستاویز پر مبنی مالی معاون کے حفاظتی قواعد کا چھ ہاتھ سے بنائے گئے کیسز کے ذریعے جائزہ لیتی ہے۔ کیسز میں پرامپٹ انجیکشن، ناقابل اعتماد مواد میں گھڑے ہوئے اعداد، کارروائی کی کوششیں اور ایسے مواد کے حوالے شامل ہیں جو بازیافت نہیں ہوا تھا۔ جواب دینے…
یہ نوٹ بک سابقہ منافع کی خصوصیات کی ترتیبوں سے ETF کے مستقبل کے منافع کی پیش گوئی کے لیے زمانی کنولوشنل نیٹ ورک (TCN) پیش کرتی ہے۔ علّی کنولوشنز یقینی بناتے ہیں کہ آؤٹ پٹ صرف اپنی تاریخ تک کے مشاہدات استعمال کرے، جبکہ تیزی سے بڑھتی ہوئی ڈائلیشن ان پٹ ونڈو…
یہ نوٹ بک بتاتی ہے کہ مستقبل کی معلومات کے تعصب کو قابو میں رکھتے ہوئے فٹ کیے گئے GJR-GARCH اور پوشیدہ مارکوف ماڈلوں کو ٹریڈنگ خصوصیات میں کیسے بدلا جائے۔ GJR-GARCH مشروط اتار چڑھاؤ کا تخمینہ لگاتا ہے اور منفی منافع کے جھٹکوں کے زیادہ اثر کو پکڑتا ہے؛ دو…
یہ نوٹ بک مالی سلسلے پیدا کرنے والے عمل میں تبدیلیاں ڈھونڈنے کے طریقوں کا جائزہ لیتی ہے اور روزانہ SPY ڈیٹا کو مثال بناتی ہے۔ یہ Zivot–Andrews ٹیسٹ کا تقابل متعدد بریک کی سیگمنٹیشن کے طریقوں سے کرتی ہے؛ Zivot–Andrews یونٹ روٹ جانچتے ہوئے ایک بریک کا تخمینہ…
یہ یوٹیلیٹی لائیو ڈیمو نوٹ بکس کے لیے پیش گوئی کے آرٹیفیکٹس تیار کرتی ہے۔ یہ مختلف کالم ناموں اور تاریخ کے فارمیٹس کو یکساں ٹائم اسٹیمپ، اثاثہ اور پیش گوئی کی ساخت میں معمول پر لاتی ہے۔ یہ دہرائے گئے ٹائم اسٹیمپ اور اثاثہ مشاہدات کو گروپ کر کے ان کے اسکور کا…
یہ نوٹ بک مومینٹم کی سابقہ خصوصیات سے 21 دن کے ETF منافع کی پیش گوئی کے لیے ٹرانسفارمر کے دو ڈیزائن کا موازنہ کرتی ہے۔ PatchTST لگاتار دنوں کو پیچز میں گروپ کرتا ہے اور ہر ٹوکن میں مقامی ساخت کی مختصر ترتیب رکھتا ہے۔ اس کے برعکس، iTransformer ہر خصوصیت کی…
یہ نوٹ جذبات کے لیبل والے مالی خبروں کے چھوٹے ذخیرے پر اسکیپ گرام لفظ2ویک ماڈل تربیت دے کر قریبی الفاظ سے حاصل ہونے والی باتوں کا جائزہ لیتا ہے۔ طریقہ الفاظ کو ان کے سیاق کے مطابق ظاہر کرتا ہے۔ مثال میں نفع اور نقصان قریب الفاظ بن جاتے ہیں کیونکہ مالی…
یہ ماڈیول تحقیقی ایجنٹوں کے لیے تلاش کا انٹرفیس بیان کرتا ہے، جس میں لائیو فراہم کنندہ اور متعین نقلی فراہم کنندہ ہے۔ تلاش نتیجوں کی تعداد محدود کر سکتی اور اشاعت کی تاریخ کی آخری حد لاگو کر سکتی ہے، جس سے آخری تاریخ یا اس کے بعد کی تاریخ والے نتائج ہٹاکر…
یہ ماڈیول ابتدا سے انتہا تک پورٹ فولیو سیکھنے کے لیے قابلِ تفریق مقصد مقرر کرتا ہے۔ یہ اثاثہ سطح کے محدود خطرہ وزن کو اتار چڑھاؤ کے پیمانے سے پورٹ فولیو نمائش میں بدلتا، دستیاب اثاثوں کے اوسط مجموعی منافع کا حساب کرتا اور اختیاری طور پر پچھلے وزنوں سے تبدیلی…
یہ نوٹ بتاتا ہے کہ مشروط خودکار انکوڈر، آلہ بند PCA کو ETF منافع کی ماڈل سازی کے لیے کیسے وسعت دیتا ہے۔ دونوں طریقے فنڈ کی خصوصیات کو عامل نمائشوں میں بدل کر انہیں عامل منافع سے ملاتے ہیں؛ خودکار انکوڈر IPCA کے خطی خصوصیت سے نمائش نقشے کی جگہ عصبی نیٹ ورک…
یہ نوٹ گریڈینٹ بوسٹنگ پیش گوئیوں کے گرد پیش گوئی کے وقفے بناتا اور اسپلٹ کنفارمل پیش گوئی کا کوانٹائل رجریشن، کنفارملائزڈ کوانٹائل رجریشن اور انکولی کنفارمل استنباط سے موازنہ کرتا ہے۔ اسپلٹ کنفارمل زمانی ترتیب کے مطابق تربیت اور پیمانہ بندی کے حصے بناتا،…
یہ ETF خصوصیات کا مطالعہ ماڈل سے حاصل ہونے والے تین ان پٹ بناتا ہے: پوشیدہ مارکوف ماڈل (HMM) جو مارکیٹ کے نظام کا اندازہ لگاتا ہے، حوالہ فنڈز کی جزوی طور پر تفریق شدہ قیمتیں، اور ہر ETF کی GARCH(1,1) مشروط اتار چڑھاؤ۔ اس میں زور دیا گیا ہے کہ مستقبل کی…
یہ نوٹ زبان کے ماڈل کے کلائنٹ، تلاش کے آلے اور محدود باریوں کے چکر سے پیش گوئی کرنے والا ایجنٹ بناتا ہے۔ ایجنٹ شواہد تلاش کرکے دلیل کے ساتھ دو ممکنہ نتائج میں سے ایک کا امکان دیتا ہے۔ اس کا جواب پارسر عام فارمیٹنگ کی خامیوں کو سنبھالتا اور تلاش و پیش گوئی کے…
یہ نوٹ سرمایہ مختص ہونے سے پہلے شیڈو موڈ میں چیلنجر ماڈل کی جانچ کا طریقہ بیان کرتا ہے۔ یہ ایک مقررہ موجودہ ماڈل اور امیدوار کی محفوظ شدہ پیش گوئیوں کا موازنہ کرتا، یکساں وزن والی درجہ بند لانگ-شارٹ پورٹ فولیوز بناتا، دونوں پر لین دین کی لاگت کا یکساں اصول…
یہ تجزیہ نو ٹریڈنگ کیس اسٹڈیز سے رجسٹرڈ ڈبل مشین لرننگ کے علاجی اثرات کا موازنہ کرتا ہے۔ یہ ہر مطالعے کی رجسٹری سے تازہ نتائج لوڈ کرتا، رجسٹری کی صحت اور دہرے لیبلز جانچتا اور کوریج واضح کرتا ہے۔ اثرات اور اعتماد کے وقفے اپنی اصل اکائیوں میں رہتے ہیں، جبکہ…
یہ دستاویز ماڈل کی تربیت اور متحرک استنباط کے لیے ٹائم سیریز پینلز تیار کرنے والے ڈیٹاسیٹ یوٹیلیٹیز بیان کرتی ہے۔ تربیتی ڈیٹاسیٹ فیچرز، فارورڈ ریٹرنز، اتار چڑھاؤ کے پیمانے اور ماسکس کے متحرک سلسلے لوٹاتا ہے؛ سلسلے کی لمبائی، تاریخ کی حدود اور قدم قابلِ ترتیب…
یہ دستاویز مخفی فیکٹرز کو ایسے مشترک ریٹرن محرکات کے طور پر متعارف کراتی ہے جن کا اندازہ فیوچرز کے باہمی اتار چڑھاؤ سے ہوتا ہے، نہ کہ انہیں نامزد پیش گوؤں کے طور پر فراہم کیا جاتا ہے۔ یہ ہر تربیتی فولڈ کے اندر فٹ کیے گئے دو طریقوں کا موازنہ کرتی ہے۔ پرنسپل…
دستاویز بتاتی ہے کہ ایس اینڈ پی 500 آپشنز کے لیے خطی، گریڈینٹ بوسٹنگ، ٹیبلر ڈیپ لرننگ اور سلسلہ جاتی ماڈلز کی توثیقی پیش گوئیوں کا موازنہ کیسے کیا جائے۔ تشخیصی نتائج دینے سے پہلے یہ جانچتی ہے کہ ہر رجسٹرڈ پیش گوئی کی آبادی اپنے اہلیت کے معاہدے کے مطابق مکمل…
یہ دستاویز بتاتی ہے کہ ڈبل مشین لرننگ (DML) اسپریڈ، قلیل مدتی اتار چڑھاؤ اور پچھلے ریٹرنز کا حساب رکھنے کے بعد یہ کیسے اندازہ لگاتی ہے کہ خریدار کے شروع کردہ حجم کا حصہ مستقبل کے ریٹرنز پر اثر ڈالتا ہے یا نہیں۔ یہ کراس فٹنگ سے علاج اور نتیجے، دونوں کو ان…
یہ نوٹ بک بتاتی ہے کہ فیچر اسٹورز تربیتی ڈیٹا اور لائیو ماڈل اِن پٹس کو ہم آہنگ کیسے رکھتے ہیں۔ یہ فیچر ویوز کو ان کی اینٹیٹی کلید، واقعے کے وقت، قابلِ استعمال مدت اور فیچر کالمز کے ذریعے بیان کرتی ہے، پھر تاریخی تربیت کے لیے وقت کے مطابق جوڑ کا تازہ ترین…
یہ دستاویز نو ٹریڈنگ کیس اسٹڈیز کی جانچ کے لیے پانچ دروازوں کا عمل بیان کرتی ہے: سگنل کے معیار سے توثیق، لین دین کے اخراجات، ہولڈ آؤٹ کارکردگی اور شواہد کے معیار تک۔ یہ دروازے مجموعی ہیں، اس لیے اسٹریٹیجی آخری مرحلے تک صرف اسی صورت پہنچتی ہے جب وہ پہلے کے ہر…
یہ نوٹ بک کرپٹو فنڈنگ ریٹ کی سمت کے ماڈل کی تعیناتی کی مشق دکھاتی ہے۔ یہ بائنانس سے حاصل کردہ تاریخی پرپیچوئل ڈیٹا پر تین کلاسوں والا لائٹ جی بی ایم ماڈل تربیت دیتی ہے، پھر OKX سے لائیو گھنٹہ وار بارز اور فنڈنگ ریٹس حاصل کرتی، ڈیٹا کو اسٹریٹیجی کے آٹھ گھنٹے…