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

1,238 دستاویزات

Machine Learning for Trading

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…

حصصمارکیٹ مائیکرو اسٹرکچرشماریاتمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک رجسٹرڈ NASDAQ-100 مائیکرو اسٹرکچر بیک ٹیسٹس کو ماڈل تربیت یا دوبارہ بیک ٹیسٹ چلائے بغیر اسٹریٹیجی کے جائزے میں تبدیل کرتی ہے۔ یہ رجسٹری سے پیمانے اور ماخذی سلسلہ پڑھتی، ضرورت کے وقت اخذ کردہ گروہ اور جوڑی دار موازنہ کے جدول بناتی، اور مشترک تاریخوں…

حصصمارکیٹ مائیکرو اسٹرکچربیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ نوٹ بک رجسٹرڈ توثیقی بیک ٹیسٹس سے CME فیوچرز کیس اسٹڈی کی ترتیب منتخب کرنے کا طریقہ بیان کرتی ہے۔ یہ سگنل، اثاثہ مختص کرنے اور رسک مینجمنٹ کے مراحل کے امیدواروں کو یکجا کرتی، پھر سب سے مضبوط توثیقی شارپ والی ترتیب چنتی ہے۔ ریٹرن کے دونوں ادوار کو ایک ساتھ…

فیوچرزبیک ٹیسٹنگشماریاترسک مینجمنٹ
Machine Learning for Trading

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…

بیک ٹیسٹنگرسک مینجمنٹمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک اتار چڑھاؤ کی پیمائشوں کا موازنہ کرتی، ہیٹروجینیئس آٹوریگریسیو (HAR) ماڈل فٹ کرتی اور ہرسٹ ایکسپوننٹس سے کھردرے پن کا اندازہ لگاتی ہے۔ پہلے یہ انٹراڈے ریئلائزڈ ویریئنس کا روزانہ کے تخمینوں سے تقابل کرتی ہے، رات بھر کے ریٹرنز کو سیشن کی سرگرمی سے…

اتار چڑھاؤشماریاتتکنیکی اشارےبیک ٹیسٹنگ
Machine Learning for Trading

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…

مشین لرننگحصصشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

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…

شماریاتمشین لرننگبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ باب مصنوعی مالیاتی ڈیٹا بنانے کے کلاسیکی طریقے سمجھاتا ہے، جن میں مسلسل وقت کے قیمت عمل، GARCH والیٹیلیٹی، بوٹسٹریپ ری سیمپلنگ اور ماڈلز کا موازنہ شامل ہیں۔ یہ بتاتا ہے کہ جیومیٹرک براؤنین موشن، جمپ ڈفیوژن، مین ریورژن اور Heston جیسے ماڈلز ریٹرنز،…

شماریاتاتار چڑھاؤرسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ ابتدائی تجزیہ جانچتا ہے کہ تازہ ترین ماہ کو چھوڑنے والا بارہ ماہ کا مومینٹم سگنل، 100-ETF کائنات میں اگلے ماہ کے ریٹرنز سے وابستہ ہے یا نہیں۔ یہ ایڈجسٹ شدہ اختتامی قیمتوں سے ماہانہ پینل بناتا ہے، ہر ماہ اہل ETFs کو کوئنٹائلز میں رینک کرتا ہے، اور مساوی…

کئی اثاثوں پر مبنیمومینٹمشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ ابتدائی تجزیہ تاریخی US ایکویٹی پینل کا جائزہ لیتا ہے، اس کی خام اور ایڈجسٹ شدہ قیمت کے فیلڈز سمجھاتا ہے، اور وقت کے ساتھ سمبل کوریج دیکھتا ہے۔ یہ فعال سمبلز کی سالانہ تعداد کا ان کے پہلے اور آخری مشاہدات سے موازنہ کرتا ہے، اور دکھاتا ہے کہ یہ سمجھنے کے…

حصصامریکی مارکیٹیںبیک ٹیسٹنگشماریات
Machine Learning for Trading

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…

مشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک مائیکرو اسٹرکچر کے نمونے دکھانے کے لیے NASDAQ ITCH-سے اخذ کردہ ٹریڈ اور آرڈر ڈیٹا استعمال کرتی ہے۔ یہ ٹِک کی سطح کے ٹریڈ ریٹرنز میں منفی فرسٹ آرڈر آٹو کوریلیشن کا جائزہ لیتی ہے، اس اثر کا مڈ پرائس ریٹرنز سے موازنہ کرتی ہے، اور مختلف لیکویڈیٹی سطحوں…

حصصمارکیٹ مائیکرو اسٹرکچرشماریاتآرڈر پر عمل درآمد
Machine Learning for Trading

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…

مشین لرننگشماریاتبیک ٹیسٹنگفیکٹر سرمایہ کاری
Machine Learning for Trading

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…

مشین لرننگبیک ٹیسٹنگرسک مینجمنٹشماریات
Machine Learning for Trading

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…

مشین لرننگحصصشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

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…

آپشنزحصصشماریاتمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک کیس اسٹڈی بیک ٹیسٹس سے حاصل کردہ مختلف لاگتوں پر اسٹریٹیجی کے گراس اور نیٹ شارپ کا موازنہ کرتی ہے۔ ہر نافذ کردہ اسٹریٹیجی ترتیب کے لیے ریکارڈ شدہ آرٹیفیکٹس سے فی ٹانگ فرض کردہ لاگت اور ری بیلنس کی رفتار لیتی ہے، فرض کردہ لاگت پر شارپ کو انٹرپولیٹ…

بیک ٹیسٹنگرسک مینجمنٹآرڈر پر عمل درآمدشماریات
arXiv papers

یہ دستاویز ایکسچینج پر کوٹ پیئرز کے انتخاب کو بہتری کے مسئلے کے طور پر دیکھتی ہے: ایکسچینجز کو تمام کرنسیوں کا احاطہ کرتے ہوئے زیادہ لیکویڈ پیئرز کو ترجیح دینی اور عملیاتی پیچیدگی محدود رکھنی ہوتی ہے۔ چونکہ زیادہ تر ممکنہ پیئرز کے حجم مشاہدے میں نہیں آتے،…

کرپٹومارکیٹ مائیکرو اسٹرکچرشماریاتپورٹ فولیو کی تشکیل
Machine Learning for Trading

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…

فاریکسمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ تحقیقی تجزیہ بیس کرنسی جوڑوں پر مشتمل چار گھنٹے کے OANDA ڈیٹاسیٹ کا جائزہ لیتا ہے۔ اس میں وضاحت ہے کہ حجم کا خانہ ایک مقام پر کوٹ کی تازہ کاریوں کو شمار کرتا ہے، مجموعی طور پر ٹریڈ شدہ مقدار کو نہیں؛ اس لیے اس سے پوری مارکیٹ کی لیکویڈیٹی کی درجہ بندی نہیں…

فاریکسشماریاتمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

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…

مقررہ آمدنیواقعات پر مبنیشماریاتمشین لرننگ
Machine Learning for Trading

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…

فیکٹر سرمایہ کاریمشین لرننگشماریاتمومینٹم
Machine Learning for Trading

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…

حصصمشین لرننگپورٹ فولیو کی تشکیلشماریات
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ اسٹاک اسپلٹ یا منافعِ نقد کی تاریخوں سے گزرنے پر ایکویٹی کی خام قیمتیں گمراہ کن منافع کیوں دکھا سکتی ہیں۔ یہ پچھلی قیمتوں کو بعد کے کارپوریٹ اقدامات کے لیے پیمانہ کرنے والی بیک ورڈ ایڈجسٹمنٹ بیان کرتی ہے، اور عمل درآمد کی نقل کے لیے خام…

حصصشماریاتبیک ٹیسٹنگامریکی مارکیٹیں