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 کیس اسٹڈی وسیع US ایکویٹی پینل میں مستقبل کے ریٹرنز کی پیش گوئی کے لیے خطی ماڈلز کو بنیادی معیار کے طور پر استعمال کرتی ہے۔ یہ بتاتی ہے کہ قیمت اور والیوم کے باہم متداخل فیچرز کولینیئرٹی کیوں پیدا کرتے ہیں، جس سے عام کم سے کم مربعات کے کوایفیشنٹس غیر…
یہ نوٹ بک سمجھاتی ہے کہ ماڈل کی غیر یقینی ایک نقطہ تخمینے سے بڑھ کر معلومات فراہم کر سکتی ہے۔ یہ ایک اسٹوکاسٹک وولیٹیلٹی ماڈل فٹ کرتی ہے جس میں پوشیدہ لاگ وولیٹیلٹی وقت کے ساتھ بدلتی ہے اور ریٹرنز اسٹوڈنٹ-ٹی تقسیم کی پیروی کرتے ہیں۔ پوسٹیریئر پھیلاؤ، وقفے کی…
یہ جانچ کا نظام مالیاتی بازیافت سے تقویت یافتہ متن سازی کے پائپ لائن میں ناکامی کی چار اقسام الگ کرتا ہے: متعلقہ شواہد بازیافت کرنا، جوابات کو شواہد سے تائید یافتہ بنانا، ناقابلِ جواب سوالات کا جواب دینے سے انکار کرنا، اور بازیافت شدہ متن میں غیر محفوظ…
یہ نوٹ بک متنازعہ احتمالی پیش گوئی پر بیل اور بیئر کے درمیان کئی دور کے مباحثے پیش کرتی ہے۔ ہر فریق مشترکہ تحقیقی ایجنٹ کے خلاصوں کی بنیاد پر دلیل دیتا ہے، دوسرے فریق کا سابقہ مؤقف دیکھتا ہے اور اپنا احتمال تبدیل کرتا ہے۔ عمل اس وقت رک جاتا ہے جب پیش گوئیوں…
یہ نوٹ بک غیر ملکی زرِ مبادلہ کی قیمتوں کی تاریخ سے فِٹ شدہ ماڈل خصوصیات بناتی ہے، جو ماضی کی قیمتوں سے براہِ راست نکالے گئے اشاریوں کی تکمیل کرتی ہیں۔ یہ تین طریقے بیان کرتی ہے: اسٹیٹ اسپیس فلٹر جو آہستہ بدلتی قیمت کی سطح اور متعلقہ مقداروں کا تخمینہ لگاتا…
یہ نوٹ S&P 500 کمپنیوں کے سہ ماہی MD&A انکشافات کو ٹریڈنگ فیچرز میں تبدیل کرنے کا طریقۂ کار بیان کرتا ہے۔ اس میں فائلنگ کی منظوری کی تاریخوں کو وقت کے لحاظ سے بنیادی حوالہ بنایا گیا ہے، ایک ہی تاریخ پر کمپنی کی متعدد فائلنگز میں سے تازہ ترین مدت والی فائلنگ…
یہ باب ٹائم سیریز میں ڈیپ لرننگ کا جائزہ ایک عملی سوال سے لیتا ہے: مشاہدات کی ترتیب میں ایسی معلومات کب ہوتی ہیں جو کراس سیکشنل پیش گوئی سے نظر نہیں آتیں، اور کون سے ماڈل ڈیزائن اسے استعمال کر سکتے ہیں؟ اس میں ریکرنٹ نیٹ ورکس اور ان کی سلسلہ وار ٹریننگ کی…
یہ نوٹ بک ٹیَب ایم، ایک جدولی نیورل آرکیٹیکچر، لاگو کرتی ہے جو اینسمبل کے ارکان میں دو پرتوں والا فیچر نیٹ ورک مشترک رکھتا ہے۔ ہر رکن اپنی سیکھی ہوئی ویکٹر سے مشترک نمائندگی کا پیمانہ بدلتا اور اپنی آؤٹ پٹ پرت استعمال کرتا ہے؛ ارکان کی پیش گوئیوں کا اوسط الگ…
یہ نوٹ بک SHAP استعمال کرکے ETF کے ریٹرنز کی ریج ریگریشن پیش گوئیوں کی وضاحت کرتی ہے۔ خطی ماڈل میں فیچر انتسابات کا فِٹ کیے گئے کوایفیشنٹس اور پس منظر کی فیچر اقدار سے انحراف کے ساتھ بند صورت میں تعلق ہوتا ہے، جس سے تجزیہ وضاحت کنندہ کو عین تفکیک کے مقابل…
یہ نوٹ بک انسٹرومنٹڈ پرنسپل کمپوننٹ تجزیہ (IPCA) پیش کرتی ہے، جو فرم کی خصوصیات سے ریٹرنز کی پیش گوئی کا ایک پوشیدہ فیکٹر طریقہ ہے۔ ہر خصوصیت کو براہِ راست ریٹرن وزن دینے کے بجائے، IPCA ہر فرم کے فیکٹر ایکسپوژرز کو اس کی خصوصیات کا خطی فنکشن بناتا ہے۔ مشترک…
یہ تجزیہ مختلف اثاثوں پر مشتمل ETF پینل میں رجسٹر شدہ ماڈل خاندانوں کا واک فارورڈ توثیق کے نتائج سے موازنہ کرتا ہے۔ ماڈل 21-ٹریڈنگ دن کے ریٹرنز کی پیش گوئی کرتے ہیں اور ان کا جائزہ کراس سیکشنل انفارمیشن کوایفیشنٹس سے لیا جاتا ہے، جو بتاتے ہیں کہ ہر تاریخ پر…
یہ نوٹ بک فی گھنٹہ BTC، ETH اور SOL پرپیچوئل ڈیٹا پر دو ماڈلز کے اخراج کے ڈیزائن کو آزماتی ہے۔ داخلے کا درجہ بند کنندہ غیر معمولی طور پر مضبوط مستقبل کے ریٹرنز شناخت کرتا ہے؛ پھر اس کا پیش گوئی شدہ امکان تکنیکی فیچرز کے ساتھ ایک الگ ماڈل میں شامل ہوتا ہے، جو…
یہ تجزیہ پرپیچوئل فیوچرز کی فنڈنگ کے لیے متعدد ماڈل خاندانوں کی توثیقی پیش گوئیوں کا موازنہ کرتا ہے۔ یہ بتاتا ہے کہ انفارمیشن کوفیشنٹ بعد کے منافع کی درجہ بندی ناپتا ہے، AUC اوپر بمقابلہ نیچے ہونے والے نتائج کی درجہ بندی ناپتا ہے، اور لاگ لاس احتمالات کے…
یہ کیس اسٹڈی LSTM ماڈل کو FX جوڑے کے لیبلز کی پیش گوئی کے لیے ترتیب دیتی ہے۔ یہ بار بار چلنے والے ماڈل کی وہ پوشیدہ حالت، جو پچھلے مراحل سے آگے برقرار رہتی ہے، کا مقررہ سابقہ مدت کی تبدیلیوں اور کنولوشنل دائرۂ اثر سے موازنہ کرتی ہے، جبکہ دیگر ماڈلز سے موازنہ…
یہ کیس اسٹڈی NASDAQ-100 کے مائیکرو اسٹرکچر فیچرز پر گریڈینٹ بوسٹڈ ٹریز لاگو کرکے انٹرا ڈے کی کئی مدتوں میں منافع اور سمت کی پیش گوئی کرتی ہے۔ اس میں ٹریز کا خطی ماڈلز سے موازنہ ہے: ٹریز مشروط تعلقات، مثلاً اسپریڈ کے لحاظ سے آرڈر فلو کا عدم توازن مختلف ہونا،…
یہ نوٹ بک چار مراحل کا پیش گوئی نظام بناتی ہے: تحقیقی ایجنٹس کا پینل، احتمالات کا مجموعہ، مخالفانہ مباحثہ، اور ایک نگران جو اختلافات شناخت کرتا، وضاحتی شواہد تلاش کرتا اور حتمی احتمال جاری کرتا ہے۔ نگران کا اثر اس کے بیان کردہ اعتماد سے مشروط ہے: اسے…
یہ نوٹ بک ادارہ جاتی 13F ہولڈنگز کے ذخیرے پر قطعی ربطی بازیافت کا ایمبیڈنگ سرچ سے موازنہ کرتی ہے۔ یہ ایک مقررہ کٹ آف سے پہلے ہر ادارے کی تازہ ترین رپورٹ شدہ پوزیشن رکھ کر کسی مخصوص وقت کا اسنیپ شاٹ بناتی ہے، پھر بڑے ہولڈرز، مشترکہ ملکیت اور اداروں کی بڑی…
یہ نوٹ بک تفریقی رازداری کے ساتھ تیار کردہ ETF خصوصیات پر جنریٹو ایڈورسریل نیٹ ورک کی تربیت دکھاتی ہے۔ اس میں رازداری کے پیرامیٹرز epsilon اور delta متعارف کرائے گئے ہیں، بتایا گیا ہے کہ DP-SGD ہر ریکارڈ کے گریڈینٹ کو مجموعہ بندی سے پہلے محدود کرکے متعین شور…
یہ نوٹ بک ETF خصوصیات اور مستقبل کے منافع پر عام کم از کم مربعات کے کلاسیکی استنباط کا اطلاق کرتی ہے۔ اس میں کوفیشنٹ کے اندازے، معیاری خطائیں، t اعدادوشمار، p قدریں، اور غیر ہم واریانس، باقیات کے خود ارتباط، غیر معمول کی تقسیم اور کثیر ہم خطیت کے ٹیسٹ کا…
یہ نوٹ بک ETF درجہ بندی کے سگنلز سے پورٹ فولیو بنانے اور ایک سادہ بیک ٹیسٹ تک کے مراحل دکھاتی ہے۔ Ridge regression اور logistic classification کو واک فارورڈ تقسیموں پر تربیت دے کر مومینٹم اور یکساں وزن والے پورٹ فولیوز سے موازنہ کیا جاتا ہے۔ ماہانہ ری بیلنس…
یہ نوٹ بک PatchTST، جو ٹرانسفارمر طرز کا سلسلہ ماڈل ہے، کو S&P 500 آپشنز کی تحقیق کے لیے پہلے سے متعین ماڈلز کی آبادی کے ایک رکن کے طور پر فٹ کرتی ہے۔ یہ ماضی کی سیریز کو مقررہ طوالت کے ٹکڑوں میں تقسیم کرتی، انہیں ٹوکن کے طور پر ایمبیڈ کرتی، اور توجہ کے…
یہ دستاویز ایسے لیبلز کے لیے دو تشخیصی پیمانے متعین کرتی ہے جن کے مستقبل کے ریٹرن کی ونڈوز ایک دوسرے سے متداخل ہوں: پولڈ پینل میں خودباہمی کا تخمینہ اور لیبل کی انفرادیت پر مبنی مؤثر نمونے کا حجم۔ خودباہمی کے جوڑے صرف ایک ہی اکائی کے مشاہدات میں اور اصل بار…
یہ نوٹ بک LSTM تخصیص کنندہ بناتی ہے جو ETF ریٹرنز اور متحرک اتار چڑھاؤ فیچرز کی سلسلوں کو براہِ راست لانگ اونلی پورٹ فولیو وزن میں بدلتا ہے۔ سافٹ میکس آؤٹ پٹ وزن کو غیر منفی اور سرمایہ کاری کو مکمل رکھتا ہے۔ ریٹرنز کی پیش گوئی کرکے انہیں اصلاح کنندہ میں دینے…
یہ نوٹ بک مالیاتی خبروں کے جملوں کو مثبت، غیر جانب دار یا منفی درجہ دینے کے تین طریقوں کا موازنہ کرتی ہے: لاجسٹک ریگریشن کے ساتھ TF-IDF کے لفظی اور لفظی جوڑی فیچرز، لاجسٹک ریگریشن کے ساتھ پہلے سے تربیت یافتہ GloVe ویکٹرز کا اوسط، اور پہلے سے تربیت یافتہ…