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

768 دستاویزات

Machine Learning for Trading

یہ ماڈیول متعدد ایجنٹوں پر مشتمل پیش گوئی کے نظام کے دو اجزا بیان کرتا ہے۔ مباحثہ کرنے والا ایجنٹ تیزی اور مندی کے دلائل باری باری پیش کرتا ہے، اور ہر فریق سے تقاضا کرتا ہے کہ وہ دوسرے کے دعووں کا جواب دے اور شواہد کے ساتھ احتمال کا تخمینہ پیش کرے۔ یہ ہر دور…

مشین لرننگمارکیٹ کا مزاجشماریات
Machine Learning for Trading

یہ نوٹ بک دکھاتی ہے کہ پیشگی سببی گراف متعین کیے بغیر PCMCI سے ETF اور اتار چڑھاؤ کے منافع کے درمیان تاخیر والے تعلقات کیسے تلاش کیے جائیں۔ یہ پینل پر مبنی مشروط آزادی کی جانچ کا موازنہ جوڑی وار Granger ٹیسٹوں سے کرتی ہے؛ مؤخر الذکر ہدف کی اپنی تاریخ کا لحاظ…

مشین لرننگشماریاتکئی اثاثوں پر مبنیبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ PatchTST متواتر مارکیٹ خصوصیات کے مقررہ طوالت والے ٹکڑوں سے NASDAQ-100 لیبلز کی پیش گوئی کیسے کرتا ہے۔ توجہ کا طریقہ پچھلے گھنٹے میں ٹکڑوں کے درمیان تعلق قائم کرتا ہے اور ہر منٹ پر توجہ کے مقابلے میں ترتیب کی لمبائی گھٹاتا ہے۔ یہ ترتیب…

حصصمشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ دستاویز CME فیوچرز کے تجربے کی وضاحت کرتی ہے جس میں TabM، ایک کم پیرامیٹر والا نیورل اینسمبل، وہی بنائی گئی خصوصیتی قطاریں اور واک فارورڈ فولڈز استعمال کرتا ہے جو خطی اور گریڈینٹ بوسٹنگ ماڈلز کے لیے ہیں۔ TabM کئی نیٹ ورکس کی اوسط سے تغیر میں کمی کا کچھ…

فیوچرزمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

دستاویز NLinear پیش کرتی ہے، جو اندرونِ روز خصوصیات سے NASDAQ-100 اسٹاک منافع کی پیش گوئی کرنے والا ایک سادہ سلسلہ جاتی ماڈل ہے۔ یہ مقررہ پچھلی ونڈو استعمال کرتا ہے، تازہ ترین مشاہدہ منہا کرتا ہے تاکہ ماڈل سطحوں کے بجائے تبدیلیوں پر کام کرے، اور حاصل شدہ…

حصصمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

دستاویز SEC 8-K فائلنگز کو منظم کارپوریٹ واقعات میں تبدیل کرنے کی پائپ لائن بیان کرتی ہے۔ زبان کا ماڈل واقعات کے تعلقات اخذ کرتا ہے، جبکہ واضح اسکیما جانچ اداروں کے نام، تعلق کی اقسام، زمرے اور تاریخیں درست قرار دیتی ہے۔ مقررہ طریقے کی نارملائزیشن اداروں کی…

واقعات پر مبنیمشین لرننگشماریاتمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ ماڈیول اس وقت رجسٹری منتقل کرنے کا طریقہ بیان کرتا ہے جب کسی لائبریری نے واک فارورڈ فولڈز کی نمبرنگ بدلی ہو مگر ان کی تاریخ کی ونڈوز اور فِٹ شدہ قدریں برقرار رہی ہوں۔ چونکہ فولڈ شناختیں تربیتی تخصیصات، پیش گوئی کیز، ان پٹ فنگرپرنٹس، ماڈل پیرامیٹرز،…

بیک ٹیسٹنگمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک US ایکویٹیز کے کیس اسٹڈی کی ہولڈ آؤٹ ونڈو کے لیے پیش گوئیاں بنانے کا طریقہ بیان کرتی ہے، جب توثیقی فولڈز پر ترتیب منتخب ہو چکی ہو۔ یہ منتخب ترتیب طے کرتی ہے، اس کے چیک پوائنٹ کا انتخاب برقرار رکھتی ہے اور ہولڈ آؤٹ شروع ہونے سے پہلے دستیاب ڈیٹا سے…

حصصمشین لرننگبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ پوشیدہ مارکوف ماڈلز منافع اور حالیہ اتار چڑھاؤ سے غیر مشاہدہ شدہ مارکیٹ حالتوں کا اندازہ کیسے لگاتے ہیں۔ پہلے سادہ موازنے کے اصول متعین کیے جاتے ہیں: دباؤ کے لیے اتار چڑھاؤ انڈیکس کی حد اور رجحان کے لیے طویل متحرک اوسط کے مقابلے میں…

مشین لرننگشماریاتاتار چڑھاؤتکنیکی اشارے
Machine Learning for Trading

نوٹ بک بتاتی ہے کہ S&P 500 آپشنز کے پیش گوئی ماڈلز کا موازنہ کیسے کیا جائے تاکہ نامکمل یا غیر مماثل جانچ کے نمونے نتائج کو بگاڑ نہ سکیں۔ یہ ہر ماڈل کی شناخت خاندان، ترتیب اور چیک پوائنٹ کے ذریعے کرتی ہے، جانچتی ہے کہ پیش گوئیاں درج شدہ اہلیت کے معاہدوں پر…

آپشنزمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک Ridge regression اور تین کنفارمل طریقوں—اسپلٹ کنفارمل پیش گوئی، کنفارملائزڈ کوانٹائل ریگریشن، اور موافق کنفارمل استنباط—کے ذریعے ETF کے آئندہ منافع کے لیے غیر یقینی کے وقفے بناتی ہے۔ یہ واک فارورڈ فولڈز کے ذریعے ان کا جائزہ لیتی ہے اور محدود نمونے…

حصصمشین لرننگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک ڈبل مشین لرننگ کے ذریعے تخمینہ لگاتی ہے کہ آیا پرپیچوئل فیوچرز کا پریمیم زیڈ اسکور چھ قبل از علاج کنٹرولز کے لیے ایڈجسٹ کرنے کے بعد اگلے آٹھ گھنٹے کے منافع سے وابستہ ہے۔ یہ الگ فِٹس اور علاج بہ حکومتِ بازار تعامل کے ذریعے بلند اور کم اتار چڑھاؤ…

کرپٹوپرپیچوئل فیوچرزمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک ایک مشروط آٹواینکوڈر کی وضاحت کرتی ہے جو اسٹاک کے منافع کو خصوصیات پر منحصر فیکٹر لوڈنگز اور پوشیدہ فیکٹرز کی ضرب کے طور پر ماڈل کرتا ہے۔ پہلے مشترکہ کراس سیکشنل کم سے کم مربعات فِٹ کے ذریعے خصوصیات کے زیرِ انتظام پورٹ فولیو منافع کا تخمینہ لگایا…

حصصفیکٹر سرمایہ کاریمشین لرننگپورٹ فولیو کی تشکیل
Machine Learning for Trading

جزوی تفاضل لاگ قیمتوں پر وقفہ تفاضل عمل کار کی غیر صحیح قوت لاگو کرتا ہے۔ اس کے بائنومیئل وزن سابقہ مشاہدات کے ساتھ گھٹتے ہیں، اس لیے نتیجے میں قیمت کی تبدیلیوں کے ساتھ سطح کی کچھ باقی معلومات بھی شامل ہوتی ہیں۔ جزوی درجۂ قوت سمجھوتے کو قابو کرتا ہے: کم درجے…

شماریاتتکنیکی اشارےمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک مصنوعی مالی سلسلے بنانے کے لیے بار بار چلنے والا مخالفانہ تخلیقی ماڈل TimeGAN پیش کرتی ہے۔ اس کے پانچ ماڈیولز ایمبیڈنگ اور تعمیرِ نو سیکھتے، مسلسل مخفی حالتوں کی پیش گوئی کرتے، شور سے سلسلے بناتے، اور بنائے گئے سلسلوں کو حقیقی سلسلوں سے الگ کرتے…

مشین لرننگحصصشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایک تقویمی سال میں دو US ایکویٹی خطی ماڈل ترتیبات کی حقیقی ویلیڈیشن پیش گوئی کی خطاؤں پر دو مسلسل سراغ رساں لاگو کرتی ہے۔ دو ونڈو والا اوسط تبدیلی سراغ رساں خطا کی مقدار میں تبدیلیاں ڈھونڈتا ہے، جبکہ خراب دنوں کی شرح کا نگران دیکھتا ہے کہ سمت کی…

مشین لرننگشماریاترسک مینجمنٹحصص
Machine Learning for Trading

یہ نوٹ بک ETF کے آئندہ منافع کی پیش گوئی کے لیے ایک زیرِ نگرانی آٹواینکوڈر پیش کرتی ہے۔ نیٹ ورک فنڈ کی فیچر قطار کو کم جہتی نمائندگی میں سمیٹتا ہے اور اسی نمائندگی سے براہِ راست منافع کی پیش گوئی کرتا ہے۔ اسی ماڈل خاندان کے مشروط آٹواینکوڈرز کے برعکس، یہ فرض…

مشین لرننگحصصشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز بتاتی ہے کہ موجودہ واک فارورڈ ویلیڈیشن تخصیص سے ایک ہولڈ آؤٹ تربیتی وقفہ کیسے اخذ کیا جائے۔ یہ مطالعے کی ترتیب سے مقررہ ہولڈ آؤٹ تاریخیں لیتی ہے، ویلیڈیشن فولڈز میں تربیت کی سب سے ابتدائی تاریخ استعمال کرتی ہے، اور تربیت اتنی پہلے ختم کرتی ہے کہ…

بیک ٹیسٹنگمشین لرننگرسک مینجمنٹشماریات
Machine Learning for Trading

یہ تجزیہ نو ٹریڈنگ کیس اسٹڈیز میں فیچر ٹریائیج لیجرز کا موازنہ کرتا ہے۔ یہ بینجامینی-ہوچبرگ غلط دریافت شرح کی اہمیت کو PROCEED فیصلے کے دوسرے راستے سے الگ کرتا ہے، جو کیس کے لحاظ سے اثر کے حجم کی کم از کم حد اور فولڈ میں نشان کے استحکام کو ملاتا ہے۔ چونکہ…

شماریاتمشین لرننگبیک ٹیسٹنگفیکٹر سرمایہ کاری
Machine Learning for Trading

یہ نوٹ بک مالیاتی جملوں کے جذبات کے تین زمروں کے لیے تین ٹرانسفارمر چیک پوائنٹس کو فائن ٹیون کرتی اور ان کی درستگی، میکرو F1، کنفیوژن میٹرکس، پیرامیٹرز کی تعداد اور تربیتی وقت کا موازنہ کرتی ہے۔ یہ Financial PhraseBank کو طبقاتی تربیت، توثیق اور ٹیسٹ حصوں…

مشین لرننگشماریاتمارکیٹ کا مزاجبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک CME فیوچرز کے منافع کے پینل سے پرنسپل کمپوننٹ فیکٹرز بناتی ہے، کیری، مومنٹم یا اتار چڑھاؤ جیسی انجینیئر کردہ خصوصیات سے نہیں۔ PCA پروڈکٹس میں تغیر کی وضاحت کرنے والی سمتیں تلاش کرتا ہے؛ پہلی سمت مشترکہ مارکیٹ حرکت جیسی لگ سکتی ہے، جبکہ بعد کے…

فیوچرزفیکٹر سرمایہ کاریمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز فیوچرز کے منافع کے لیے لیٹنٹ فیکٹر کے دو طریقے متعارف کراتی ہے۔ پرنسپل کمپوننٹ اینالیسس ایسی غیر مربوط سمتیں تلاش کرتا ہے جو منافع کے تغیر کی زیادہ سے زیادہ وضاحت کریں، جبکہ نیورل اسٹاکسٹک ڈسکاؤنٹ فیکٹر متوقع منافع کے کراس سیکشن سے متعلق امتزاج…

فیوچرزمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایسی اسٹریٹیجی کے امیدوار فیچرز کی چھان بین کرتی ہے جو اٹ دی منی اسٹرڈل فروخت کرکے میعاد ختم ہونے تک برقرار رکھتی ہے۔ ہر ٹریڈنگ دن یہ دستیاب ناموں کی کسی فیچر کے لحاظ سے کراس سیکشنل درجہ بندی کا موازنہ ان کے حتمی اسٹرڈل نتائج کی درجہ بندی سے کرتی،…

آپشنزامریکی مارکیٹیںشماریاتمشین لرننگ
Machine Learning for Trading

یہ دستاویز بتاتی ہے کہ مشاہدے کی تاریخ اور بعد کے ٹریڈنگ سیشن کے ایڈجسٹ شدہ اختتامی نرخوں سے ETF کے روزانہ پیشگی منافع کے لیبل کیسے بنائے جائیں۔ یہ بنیادی ماہانہ افق کا لیبل اور اس سے مختصر ہفتہ وار متبادل بناتی ہے؛ اہلیت کے فلٹرز لاگو کرنے سے پہلے ہر علامت…

حصصمشین لرننگشماریاتمومینٹم