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۔
827 دستاویزات
یہ کیس اسٹڈی ETF منافع کے لیبلز پر گریڈینٹ بوسٹڈ درخت فٹ کرتی اور ان کا ایک ایسے خطی بنیادی ماڈل سے موازنہ کرتی ہے جس نے مضبوط رِج ریگولرائزیشن کے تحت اچھی کارکردگی دکھائی۔ یہ بتاتی ہے کہ درخت تعاملات کیسے دریافت کر سکتے ہیں، مثلاً مارکیٹ کے دباؤ کی مختلف…
یہ نوٹ GJR-GARCH ماڈل استعمال کرتے ہوئے S&P 500 ایکویٹی اور آپشنز کے مطالعے کے لیے مشروط اتار چڑھاؤ کے فیچرز بناتا ہے۔ ماضی کی قیمتوں پر مبنی مستقل اصولوں کے برعکس، فٹ کیے گئے فیچرز کا انحصار تخمینے کی مدت پر ہوتا ہے۔ اس لیے طریقہ دوبارہ فٹ کرنے کا شیڈول طے…
یہ دستاویز کیس اسٹڈی کے پیراکیٹ ڈیٹا سے براہ راست فیچر اسٹور کے تصورات دکھاتی ہے۔ فیچر ویو میں اکائی کی کلید، واقعے کا ٹائم اسٹیمپ، قابلِ استعمال مدت اور فیچر کالم متعین ہوتے ہیں۔ ماڈل کی تربیت کے لیے تاریخی قدروں کو اس فیصلے کے وقت سے جوڑا جاتا ہے جب وہ…
یہ تجزیاتی نوٹ بتاتا ہے کہ نئی بیک ٹیسٹنگ کے بجائے رجسٹری کے نتائج سے فرم کی خصوصیات پر مبنی US ایکویٹی اسٹریٹیجی کا جائزہ کیسے لیا جائے۔ یہ غیر یقینی کو ملحوظ رکھنے والے کارکردگی کے اعدادوشمار دیکھتا، مشترک بنیاد پر ترتیبوں کی درجہ بندی کرتا، اور منتخب…
یہ دستاویز مالی ٹائم سیریز ڈیٹا کے لیے استعمال ہونے والے ڈیٹا بیس انجنز کا معیار بندی کا طریقہ بیان کرتی ہے۔ یہ بلک رائٹس، مکمل اسکین، وقت کی حد والی کوئریز، OHLCV مجموعہ اور ٹریڈ و کوٹ ڈیٹا کے وقت کے مطابق جوڑنے کا موازنہ کرتی ہے۔ اس کا طریقۂ کار کلائنٹ کی…
یہ دستاویز مالی ڈیٹا سیٹس کی صفائی کے طریقے پیش کرتی اور بتاتی ہے کہ پری پروسیسنگ کو تربیت اور جانچ کی تقسیم کے مطابق کیسے رکھا جائے۔ بنیادی سبق یہ ہے کہ اسکیلنگ اور وِنسرائزیشن جیسی تبدیلیوں کا تخمینہ صرف تربیتی ڈیٹا سے لگائیں؛ پورا ڈیٹا سیٹ استعمال کرنے سے…
دستاویز پورٹ فولیو کے مقررہ دوبارہ توازن سے پہلے پوزیشنیں بند کرنے کے تین اصول بیان کرتی ہے: نقصان کی مقررہ حد، پوزیشن کی بہترین قیمت سے ناپا جانے والا ٹریلنگ اسٹاپ، اور وقت پر اخراج جو مقررہ ہولڈنگ مدت کے بعد پوزیشن بند کرتا ہے۔ چونکہ یہ اضافی کنٹرول صرف…
یہ دستاویز معیار بندی، رسک کی نسبت اور فیکٹر تحقیق کے اِن پٹس کے طور پر عوامی فاما فرنچ اور AQR فیکٹر منافع کے ڈیٹا سیٹس کا تعارف کراتی ہے۔ یہ فاما فرنچ لائبریری کے مارکیٹ، سائز، ویلیو، منافع بخشی، سرمایہ کاری اور مومنٹم فیکٹر بیان کرتی ہے، اور ساتھ AQR…
یہ نوٹ بک آف لائن مشین لرننگ پائپ لائن اور کوانٹ کنیکٹ کے LEAN انجن کے درمیان تعیناتی کی حد دکھاتی ہے۔ یہ ETF کیس اسٹڈی رجسٹری سے پیش گوئیوں کا مجموعہ منتخب کرتی، تربیت اور پیش گوئی کے ماخذ کی تصدیق کرتی، اور نمونے سے باہر الگ رکھی گئی پیش گوئیاں JSON ساخت…
یہ نوٹ بک جانچتی ہے کہ آیا بائننس پرپیچوئل فیوچرز کا ڈیٹا ایسی کراس سیکشنل اسٹریٹیجی کے لیے موزوں ہے جو پریمیم کی بنیاد پر کنٹریکٹس کو درجہ بند کر کے لانگ اور شارٹ پوزیشنیں لیتی ہے۔ یہ ماڈل فٹ یا پیش گوئی نہیں کرتی۔ اس کے بجائے، یہ فنڈنگ تصفیے کے اوقات میں…
یہ نوٹ بک متعدد کیس اسٹڈیز سے لی گئی اسٹریٹجیز پر فرض کردہ ٹریڈنگ لاگت کے اثرات کا موازنہ کرتی ہے۔ یہ ہر نافذ شدہ اسٹریٹیجی کنفیگریشن کے لیے لاگت کی حساسیت والے بیک ٹیسٹس پڑھتی، کیس اسٹڈی کی اپنی فرض کردہ لاگت پر مجموعی شارپ اور خالص شارپ کا موازنہ کرتی، اور…
یہ نوٹ بک پاتھ سگنیچرز کو مقررہ لمبائی کے ایسے فیچرز کے طور پر بیان کرتی ہے جو ٹائم سیریز کے مشاہدات کی ترتیب اور مشترکہ ساخت محفوظ رکھتے ہیں۔ یہ وضاحت کرتی ہے کہ سگنیچر کی پہلی سطح کل تبدیلیاں ریکارڈ کرتی ہے، جبکہ دوسری سطح کی اصطلاحات نقاط کے جوڑوں کے…
یہ نوٹ بک منتخب حقیقی کیس اسٹڈی اسٹریٹیجیز پر بیک ٹریڈر، زِپ لائن ری لوڈڈ اور اندرونی ٹریڈنگ فریم ورک کے درمیان مطابقت کے موازنے پیش کرتی ہے۔ اس میں دونوں بیرونی انجنز کے لیے ETF اور US ایکویٹی پینل کے موازنے، اور بیک ٹریڈر کے لیے CME فیوچرز اور USD میں قیمت…
یہ دستاویز ٹریڈنگ کیس اسٹڈیز میں ماڈل کی تربیت، پیش گوئیوں، علّی تخمینوں اور بیک ٹیسٹس کو ریکارڈ کرنے والے رَن لاگ نظام کی وضاحت کرتی ہے۔ یہ بتاتی ہے کہ کنفیگریشنز کیس اسٹڈی کی ترتیبات، تربیتی مینیو اور ماڈل پری سیٹس سے گزرتی ہوئی حل شدہ خصوصیات بنتی ہیں، جن…
یہ کنفیگریشن کرپٹو پرپیچوئل فیوچرز کے لیے لانگ اور شارٹ اسٹریٹیجی کی تحقیقی ورک فلو متعین کرتی ہے۔ یہ حجم کی بنیاد پر منتخب 19 اثاثوں کی یونیورس، آٹھ گھنٹے کے فنڈنگ تصفیوں سے ہم آہنگ فیصلے، اور فنڈنگ کے ٹائم اسٹیمپ پر ایگزیکیوشن مقرر کرتی ہے۔ بنیادی ہدف اگلے…
یہ نوٹ بک 57 اکاؤنٹنگ اور قیمت پر مبنی خصوصیات کو اگلے مہینے کے US اسٹاک منافع کے انفرادی پیش گوؤں کے طور پر جانچتی ہے۔ یہ ماہانہ کراس سیکشنل رینک ارتباط کا حساب لگاتی، انہیں وقت کے ساتھ اوسط کرتی، اور سیریل انحصار نیز متعدد امیدواروں کی جانچ کے لیے غیر…
یہ باب ٹریڈنگ کے خیال کو دستاویزی فیچر کی وضاحت میں بدلنے کا طریقۂ کار پیش کرتا ہے۔ یہ محققین سے کہتا ہے کہ فیچر کے افق کو مطلوبہ فیصلے سے ہم آہنگ کریں، محرک سے متعلق مفروضہ بیان کریں، اور پیش گوئی کرنے والے سگنلز کو سیاقی حالت کے متغیرات سے الگ رکھیں۔ حوالہ…
یہ جائزہ ایکویٹیز، کرپٹو، زرمبادلہ، فیوچرز، آپشنز اور کثیر اثاثہ پورٹ فولیوز پر مشتمل نو ٹریڈنگ کیس اسٹڈیز کی ترتیب کا ڈیٹا یکجا کرتا ہے۔ یہ ہر مطالعے کی کائنات، ڈیٹا کی فریکوئنسی، فیصلہ سازی کی رفتار، لاگت کے ماڈل اور سگنل سے پوزیشن تک نقشہ بندی کا موازنہ…
یہ نوٹ بک ایک متعین نتائج دینے والا خاکہ پیش کرتی ہے تاکہ جانچا جا سکے کہ بیک ٹیسٹ اور لائیو ٹریڈنگ پائپ لائنز یکساں طور پر کام کرتی ہیں یا نہیں۔ یہ قیمت کے بارز کو فیصلوں میں بدلنے والے مراحل کا موازنہ کرتی ہے: فیچر کے حساب، پیش گوئیاں، سگنل اور آرڈر کے…
یہ نوٹ بک کرپٹو دائمی فیوچرز بازار کے فی گھنٹہ بارز میں مقررہ فروختی آرڈر کا وقت طے کرنے کے لیے تقویتی سیکھنے والا ایجنٹ تربیت دیتی ہے۔ اس کی حالت میں تاخیری منافع، اتار چڑھاؤ، گزشتہ گھنٹے کا حجم، اسپاٹ کے مقابل دائمی پریمیم، اور فنڈنگ کی ادائیگی تک وقت شامل…
یہ نوٹ بک نو کیس اسٹڈیز میں لکیری ماڈلز کے نتائج جمع کرتی ہے، جن میں OLS، Ridge، Lasso اور ElasticNet شامل ہیں۔ یہ ہر مطالعے کی بنیادی لیبل پر سب سے مضبوط مکمل ترتیب کا موازنہ کرتی ہے، پھر باقاعدہ کاری، فولڈ سطح کے معلوماتی گتانک، استحکام، متبادل دورانیوں،…
یہ کیس اسٹڈی TabM، یعنی پیرامیٹرز کے مؤثر استعمال والے نیورل جوڑا ماڈل، کو وہی وقت کے مطابق معلوم CME فیوچرز فیچر قطاروں اور واک فارورڈ فولڈز پر جانچتی ہے جو دوسرے ماڈل خاندان استعمال کرتے ہیں۔ یہ TabM کو زیادہ تر پیرامیٹرز مشترک رکھتے ہوئے ماڈل تغیرات کا…
یہ نوٹ بک جانچنے کا طریقۂ کار پیش کرتی ہے کہ آیا چھ ماہ کا حالیہ مدت چھوڑنے والا مومینٹم 21 روزہ مستقبل کے منافع کو متاثر کرتا ہے اور آیا بازار کی اتار چڑھاؤ کے ساتھ اس کا اثر بدلتا ہے۔ یہ اتار چڑھاؤ اور پیداوار کے منحنی کنٹرولز اور بازار کی اتار چڑھاؤ کو…
یہ کیس اسٹڈی S&P 500 کے اجزا پر مختصر، ایٹ دی منی اسٹریڈلز کا جائزہ لیتی ہے، جو ہفتہ وار داخل کیے جاتے ہیں اور روزانہ ڈیلٹا ہیج کے ساتھ میعاد تک رکھے جاتے ہیں۔ اس کا بنیادی طریقۂ کار میعاد تک رکھنے کے منافع کا ماڈل بنانا ہے: آپشن پوزیشن پر داخلے کا اسپریڈ…