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 نوٹ بک مشروط آٹواینکوڈر پیش کرتی ہے، جو انسٹرومنٹڈ پرنسپل کمپوننٹ تجزیے کو اس طرح وسعت دیتا ہے کہ اسٹاک کی خصوصیات سے فیکٹر ایکسپوژر تک خطی نقشے کی جگہ نیورل نیٹ ورک استعمال ہوتا ہے۔ یہ ایکسپوژر اور فیکٹر ریٹرن کی ساخت برقرار رکھتے ہوئے خصوصیات اور لوڈنگز…
یہ یوٹیلیٹی ماڈیول توثیقی اور ہولڈ آؤٹ ڈیٹا پر پیش گوئی کرنے والے ماڈلز کی جانچ کے لیے جدول اور شکلیں تیار کرتا ہے۔ اس کی تشخیص میں انفارمیشن کوایفیشنٹس کے اعتماد کے وقفے، توثیق سے ہولڈ آؤٹ تک کارکردگی میں کمی، انتخاب کے اثرات کے مطابق درست کیے گئے بیک ٹیسٹ…
یہ دستاویز ایک نیورل پالیسی نیٹ ورک کا ڈھانچہ بیان کرتی ہے جو اثاثے کی سطح کی ٹائم سیریز اور سیاق و سباق کو محدود پورٹ فولیو رسک وزن میں تبدیل کرتا ہے۔ ہر اثاثے کی بنیادی ساخت میں سیاقی ایمبیڈنگز، فیچر کے لحاظ سے ماڈیولیشن، ویری ایبل سلیکشن، ایک LSTM اور…
یہ رہنما سببی اثر کے تخمینے کو سببی ساخت کی دریافت سے الگ کرتی ہے اور عام تحقیقی سوالات کو موزوں Python لائبریریوں سے جوڑتی ہے۔ EconML اور DoWhy معلوم یا واضح طور پر متعین ایڈجسٹمنٹ ساخت کے تحت اثرات کا تخمینہ لگاتے ہیں؛ Tigramite اور causal-learn ٹائم سیریز…
یہ باب مقداری ٹریڈنگ تحقیق میں سببی دعووں کے جائزے کا فریم ورک پیش کرتا ہے۔ یہ ٹریٹمنٹ، نتیجے، ایسٹیمیند، کاؤنٹر فیکچوئل اور ایڈجسٹمنٹ سیٹ کی واضح تعریفوں سے شروع ہوتا ہے، پھر تحقیقی سوالات کو موزوں طریقوں سے ملاتا ہے: مسلسل ایکسپوژرز کے لیے ڈبل مشین لرننگ…
یہ باب دلیل دیتا ہے کہ پائیدار ٹریڈنگ تحقیق ایک منظم عمل پر منحصر ہے جو بدلتی مارکیٹس، شور والے شواہد اور نفاذ کی لاگت کے مطابق ڈھل سکے۔ یہ ساختی تبدیلیوں، رجیمز، ڈیٹا ڈرفٹ اور کانسیپٹ ڈرفٹ میں فرق بتاتا ہے، پھر وقت کے عین مطابق ڈیٹا، واضح دائرۂ کار، تکراری…
یہ نوٹ بک فارورڈ ریٹرنز کی پیش گوئی کے لیے عام کم سے کم مربعات کا Ridge، LASSO، اور Elastic Net سے موازنہ کرتی ہے، جو ETF کائنات پر مبنی ہے۔ تمام ماڈلز ایک جیسے واک فارورڈ فولڈز استعمال کرتے ہیں، جن میں پرج گیپ لیبل کے افق کے مطابق رکھا گیا ہے، تاکہ فرق کو…
یہ نوٹ بک دیکھتی ہے کہ آیا مالیاتی خصوصیات 10 سیشن کے ڈیلٹا ہیجڈ آپشنز کے ریٹرن لیبل کی وضاحت میں مدد دیتی ہیں۔ یہ ایک مضمر اتار چڑھاؤ کی خصوصیت استعمال کرنے والے Ridge ماڈلز، مضمر اتار چڑھاؤ پر منحصر اور آزاد خصوصیات کے گروپس، اور خصوصیات کے مکمل مجموعے کا…
یہ مطالعہ مستقبل کے منافع کے لحاظ سے کرنسی جوڑوں کی درجہ بندی کے لیے گریڈینٹ بوسٹڈ درختوں کا موازنہ جرمانہ شدہ خطی ماڈل سے کرتا ہے۔ وجہ یہ ہے کہ درخت مشروط تعلقات ظاہر کر سکتے ہیں، مثلاً ایک مارکیٹ رجیم میں مومینٹم اور دوسرے میں کیری استعمال کرنا، جبکہ جوڑوں…
یہ نوٹ بک ایک بانڈ ETF پر فیڈرل ریزرو کے اعلانات کے اثر کا تخمینہ لگانے کے لیے بیزیئن ساختی زمانی سلسلہ ایونٹ اسٹڈی کے طریقے استعمال کرتی ہے۔ یہ ہدف کے روزانہ لاگ ریٹرن اور بین الاقوامی و کموڈیٹی ETF کنٹرولز کے اعلان سے پہلے کے تعلقات کی بنیاد پر جوابی…
یہ نوٹ بک فی گھنٹہ Bitcoin مستقل فیوچرز منافع کے مطابق بنائے گئے مشترک نقلی ٹریڈنگ ماحول میں DQN، PPO اور A2C کا موازنہ کرتی ہے۔ GARCH(1,1) ماڈل اتار چڑھاؤ کے کلسٹر فراہم کرتا ہے، جبکہ ماحول پوزیشن کی تبدیلی پر لاگت لیتا اور عمل کو ایک قدم کی تاخیر سے نافذ…
یہ نوٹ بک جانچتی ہے کہ آیا منظم پورٹ فولیو کی چار حکمتِ عملیاں وسیع ETF باہمی حرکت کا حساب رکھنے کے بعد SPY منافع کی وضاحت کرتی ہیں۔ حکمتِ عملیاں تاخیری مومینٹم، اتار چڑھاؤ یا حالیہ منافع سے ETFs کی درجہ بندی کرتی ہیں۔ طویل تاریخ والے متوازن ETF مجموعے کے دس…
یہ نوٹ بک ادارہ جاتی ایکویٹی ہولڈنگز پر Word2Vec اسکیپ گرام لاگو کرتی ہے۔ یہ ہر ادارے کے پورٹ فولیو کو جملہ، اسٹاک شناختوں کو ٹوکن، اور رپورٹ شدہ ہولڈنگ قدر کے مطابق ترتیب دی گئی پوزیشنوں کو لفظی ترتیب سمجھتی ہے۔ ملتے جلتے پورٹ فولیو سیاق میں بار بار آنے…
یہ نوٹ بک جانچتی ہے کہ آیا ماڈل پر مبنی پوزیشن سائزنگ US کمپنی خصوصیات کی حکمتِ عملی میں مساوی وزن سے بہتر ہے۔ یہ اسکور وزن کا موازنہ کرتی ہے، جو زیادہ پیش گوئی شدہ اسکور والے ناموں کو زیادہ مختص کرتا ہے، کنفارمل وزن سے، جو پیش گوئی کے وقفے کم قابلِ اعتماد…
یہ نوٹ بک جانچتی ہے کہ آیا مسلسل مشاہدات میں انحصار موجود ہونے پر سگنل کا انفارمیشن کوایفیشنٹ (IC) شور سے الگ پہچانا جا سکتا ہے۔ یہ مسئلہ مومینٹم سگنل اور ETF ڈیٹا سے واضح کرتی ہے، اور بتاتی ہے کہ باہم متداخل فارورڈ منافع، قائم رہنے والی سگنل درجہ بندیاں اور…
یہ نوٹ بک ARIMA پیش گوئیوں کو الگ پیش گوئیوں کے بجائے بعد کے ماڈلوں کے ان پٹ کالم سمجھتی ہے۔ یہ ETF منافع پر ماڈل فٹ کرتی ہے، ترتیب تجویز کرنے کے لیے اسٹیشنیرٹی جانچ اور خود باہمی تعلق کی تشخیص استعمال کرتی ہے، اور تربیتی حصے میں معلوماتی معیار کے ساتھ…
یہ نوٹ بک FX لیبلز کے لیے NLinear پیش گوئیاں تیار کرنے اور رجسٹر کرنے کا طریقہ بیان کرتی ہے۔ NLinear ہر مقررہ لمبائی کی ان پٹ تاریخ سے آخری مشاہدہ شدہ سطح منہا کرتا ہے، تاکہ ماڈل تاریخی جائزے کی کھڑکی کے اندر ہونے والی تبدیلیوں پر توجہ دے۔ مشترک سلسلہ اہلیت…
یہ مشترک تجزیاتی سہولت رجسٹری کے پیمانوں اور پیش گوئی کی سطح کی تشخیص کے ذریعے ٹریڈنگ ماڈل کی پیش گوئیوں کا موازنہ کرنے میں مدد دیتی ہے۔ یہ پہلے سے محسوب انفارمیشن کوایفیشنٹ کے نتائج لوڈ کرتی ہے، اختیاری طور پر لیبل یا ماڈل خاندان کے لحاظ سے فلٹر کرتی ہے،…
دستاویز فیوچرز کیری سے بنائے گئے تین ماڈل پر مبنی فیچرز بیان کرتی ہے: اگلے سیشن کی کیری کی ARIMA پیش گوئی، منتخب دورانیوں کے گرد گھومتے فوریے پیمانے، اور دو حالتوں والا پوشیدہ مارکوف ماڈل جو اوسط کیری سے مارکیٹ رجیم اخذ کرتا ہے۔ بنیادی سبق وقت کی پابندی ہے:…
دستاویز رولنگ ETF ریٹرن ونڈوز کو روایتی کنولوشنل نیورل نیٹ ورک کے لیے دو چینل والی تصاویر میں بدلنے کا طریقہ بیان کرتی ہے۔ گرامین اینگولر فیلڈ معمول پر لائے گئے مشاہدات کو زاویوں میں بدل کر جوڑی وار زاویائی تعلقات ریکارڈ کرتی ہے؛ مارکوف ٹرانزیشن فیلڈ مشاہدات…
یہ دستاویز اثاثوں کی قیمتوں کے ماڈلز کا معیار جانچنے کے لیے چن، پیلگر اور ژو کے ماہانہ US ایکویٹی پینل کا تعارف کراتی ہے۔ یہ معاشی موضوعات کے لحاظ سے گروپ کی گئی 46 فرم خصوصیات، اگلے ماہ کے اضافی ریٹرنز، اور پینل کی وقت کے مطابق ترتیب دی گئی ٹرین، ویلیڈیشن…
دستاویز 60 سیٹلمنٹس کی ونڈو سے کرپٹو پرپیچوئل فنڈنگ پریمیم کی پیش گوئی کے لیے ٹمپورل کنولوشنل نیٹ ورک سمجھاتی ہے۔ چار سببی کنولوشن بلاکس میں تین کا کرنل اور 1، 2، 4 اور 8 کی ڈائلیشنز ہیں۔ ان کا ریسیپٹو فیلڈ 61 سیٹلمنٹس تک پھیلا ہے، جو پوری ان پٹ ونڈو کے لیے…
یہ نوٹ بک حقیقی معنوں میں بے قاعدہ ٹائم اسٹیمپس والی ٹائم سیریز، مثلاً ٹِک، والیوم یا ڈالر بارز، بنانے کے لیے GT-GAN سے متاثرہ آرکیٹیکچر بیان کرتی ہے۔ GRU-ODE انکوڈر مشاہدات کو پوشیدہ حالتوں میں نقشہ بند کرتا ہے، جبکہ ODE پر مبنی جنریٹر اور ڈسکریمینیٹر اجزا…
یہ نوٹ بک پیش گوئی ماڈل میں مارکیٹ ریجیمز استعمال کرنے کے تین طریقوں کا موازنہ کرتی ہے: ریجیم کی معلومات چھوڑ دینا، وولیٹائل حالت کا فلٹر شدہ احتمال بطور فیچر شامل کرنا، یا واضح طور پر مقرر کردہ ریجیمز کے لیے الگ ماہر ماڈلز فٹ کرنا۔ یہ ہر پھیلتے ہوئے ٹائم…