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 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…

بیک ٹیسٹنگرسک مینجمنٹآرڈر پر عمل درآمدشماریات
Machine Learning for Trading

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…

حصصمشین لرننگشماریاتتکنیکی اشارے
Machine Learning for Trading

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…

بیک ٹیسٹنگمشین لرننگشماریاتپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک ادارہ جاتی 13ایف ہولڈنگز کو ایسے گراف میں بدلتی ہے جو مینیجرز اور اسٹاک کو جوڑتا ہے، جس میں شعبہ جاتی تعلقات اور ہولڈنگز کے روابط شامل ہیں جو حصص، قدر، رپورٹنگ کی مدت اور عوامی فائلنگ کی تاریخ رکھتے ہیں۔ یہ مشترکہ ملکیت اور کئی مراحل پر مشتمل…

حصصمارکیٹ مائیکرو اسٹرکچرشماریاتپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک نو ایکویٹی، بانڈ، کرنسی اور کموڈیٹی فیکٹر اور مارکیٹ سیریز کے ماہانہ منافع کو گاوسی مکسچر ماڈلز سے کلسٹر کرتی ہے۔ نامکمل ڈیٹا والے مہینے ہٹانے کے بعد، یہ سیریز کو معیاری بناتی ہے تاکہ پیمانے کے فرق کلسٹرنگ پر غالب نہ آئیں۔ ممکنہ کلسٹر تعداد کا…

کئی اثاثوں پر مبنیفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

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…

حصصفیکٹر سرمایہ کاریشماریاترسک مینجمنٹ
Machine Learning for Trading

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…

تکنیکی اشارےمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

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…

کئی اثاثوں پر مبنیبیک ٹیسٹنگرسک مینجمنٹآرڈر پر عمل درآمد
Machine Learning for Trading

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…

بیک ٹیسٹنگآرڈر پر عمل درآمدمشین لرننگشماریات
Machine Learning for Trading

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،…

مشین لرننگشماریاتبیک ٹیسٹنگفیکٹر سرمایہ کاری
Machine Learning for Trading

یہ تعلیمی نوٹ بک مقداری تحقیق میں استعمال ہونے والے قیمت اور حجم سے اخذ کردہ فیچرز کا جائزہ لیتی ہے۔ اس میں مختلف دورانیوں کے سادہ اور لاگرتھمی منافع، ایک مدت چھوڑ کر مومینٹم، رات بھر اور انٹرا ڈے منافع، متحرک اوسط سے فاصلہ، رجحان اور الٹ پھیر کے پیمانے،…

حصصتکنیکی اشارےاتار چڑھاؤمومینٹم
Machine Learning for Trading

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…

حصصمومینٹممشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک پری پروسیسنگ یا فیچر انجینئرنگ سے پہلے مالی ڈیٹا سیٹس کے لیے دوبارہ استعمال کے قابل تشخیصی جائزہ بناتی ہے۔ یہ وقت کے اشاریے کی ڈیٹا قسم، خالی ٹائم اسٹیمپس، ترتیب اور انفرادیت جانچتی ہے؛ عین اور کلید پر مبنی نقلیں تلاش کرتی ہے؛ فیلڈ، اثاثے اور تاریخ…

شماریاتحصصکرپٹوفیوچرز
Machine Learning for Trading

یہ نوٹ بک پہلے سے تربیت یافتہ دو ٹائم سیریز بنیاد ماڈلز، Chronos اور TinyTimeMixer، کا ایک LSTM اور جرمانہ شدہ لکیری بنیادی معیار کے ساتھ ETF پینل پر موازنہ کرتی ہے۔ ہر ماڈل کو یک متغیر تاریخی سیاق ملتا ہے؛ پہلے سے تربیت یافتہ ماڈلز اسی سلسلے کی پیش گوئی…

مشین لرننگحصصمومینٹمبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک NASDAQ-100 کے مائیکرو اسٹرکچر فیچرز پر لکیری ماڈلز فٹ کرتی ہے، جو ایک منٹ کے وقفوں میں دیکھے گئے تاکہ مختلف مستقبل کے دورانیوں کے منافع کی پیش گوئی کی جا سکے۔ اس کا مقصد زیادہ اظہار پذیر ماڈلز سے پہلے ایک سادہ بنیادی معیار قائم کرنا ہے۔ چونکہ…

حصصمشین لرننگشماریاتتکنیکی اشارے
Machine Learning for Trading

یہ فیچر جائزہ CME فیوچرز کے مستقبل کے منافع کے مقابل مالی اور ماڈل سے اخذ کردہ امیدواروں کی چھان بین کرتا ہے۔ ہر فیچر کے لیے یہ ڈیٹا کی دستیابی اور پرانے پن کو جانچتا، فیچر قدروں اور مستقبل کے منافع کے درمیان روزانہ کراس سیکشنل درجہ جاتی باہمی تعلق ناپتا،…

فیوچرزشماریاتمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک SPY کی یک متغیر قیمت کی پیش گوئی کے لیے خام PyTorch، sktime، اور Darts کے نفاذ کا موازنہ کرتی ہے۔ اس کا بنیادی مقصد عملی محنت کا جائزہ لینا ہے: کوڈ کی طوالت، انٹرفیس کی ضروریات، تنصیب کی کامیابی، اور فٹ کرنے اور پیش گوئی کرنے کا مجموعی وقت۔ آخری…

حصصمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ جائزہ نوٹ بک کرپٹو پرپیچول فیوچرز کے اگلے آٹھ گھنٹے کے منافع سے تعلق کے لیے مالی اور ماڈل پر مبنی خصوصیات چھانٹتی ہے۔ یہ واک فارورڈ توثیقی ونڈوز سے جائزے کا نمونہ بناتی ہے، آخری ہولڈ آؤٹ کو تجزیے سے باہر رکھتی ہے اور ہر سیٹلمنٹ پر کراس سیکشنل درجہ بندی کے…

کرپٹوپرپیچوئل فیوچرزمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک ماڈل فٹ کرنے سے پہلے جانچتی ہے کہ آیا روزانہ US ایکویٹی درجہ بندی کی اسٹریٹیجی کے پاس منصفانہ جائزے کے لیے کافی قابلِ استعمال ڈیٹا ہے۔ یہ بتاتی ہے کہ تاریخی اجزا استعمال کر کے وقت کے مطابق کائنات کیسے بنائیں؛ قابلِ ٹریڈ ہونے کی چھانٹی کے لیے درج…

حصصامریکی مارکیٹیںبیک ٹیسٹنگآرڈر پر عمل درآمد
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ باہمی تعلق رکھنے والی خصوصیات کے گروہوں سے بنے CME فیوچرز ماڈل پر ریگولرائزیشن کا کیا اثر ہوتا ہے، جن میں کیری، رولنگ شارپ، مومینٹم اور اتار چڑھاؤ کے پیمانے شامل ہیں۔ یہ رِج، لاسو اور ایلاسٹک نیٹ کا موازنہ کرتی ہے: رِج خصوصیات برقرار…

فیوچرزمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک مصنوعی ETF منافع کی سیریز بنانے کے لیے Diffusion-TS کو ڈھالنے کا طریقہ بیان کرتی ہے۔ اس کا ڈینوائزر صاف سیریز کو کثیر رقمی رجحان، فوئری موسمی جزو اور باقیاتی جزو کے مجموعے کے طور پر پیش گوئی کرتا ہے؛ جبکہ وقت کے ڈومین اور فوئری ڈومین کے مشترکہ لاس…

مشین لرننگشماریاتاتار چڑھاؤکئی اثاثوں پر مبنی
Machine Learning for Trading

باب کا مؤقف ہے کہ دہرایا جا سکنے والا تحقیقی نظم، کسی ایک اسٹریٹیجی سے زیادہ پائیدار ٹریڈنگ برتری کا ذریعہ ہے۔ یہ قابلِ تردید مفروضوں، نمونے سے باہر کے جائزے اور تعصب کم کرنے کے لیے متعدد ٹیسٹوں کی اصلاح پر مبنی طریقۂ کار پیش کرتا ہے۔ پھر مقداری کیریئر کے…

مشین لرننگشماریاترسک مینجمنٹڈی فائی
Machine Learning for Trading

دستاویز بتاتی ہے کہ پرپیچول فنڈنگ پینل ڈیٹا کی ماڈلنگ کے لیے TabM کیوں استعمال ہوتا ہے: اس کا مشترکہ نیورل بیک بون تمام اِن پٹ خصوصیات کو یکجا کرتا ہے، جبکہ غیر خطی پرتیں باہمی اثرات ظاہر کر سکتی ہیں۔ اس درخت کے برعکس جو ہر تقسیم پر ایک خصوصیت چنتا ہے، یہ…

کرپٹوپرپیچوئل فیوچرزمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ادارہ جاتی ایکویٹی ہولڈنگز کو SEC 13ف فائلنگ سے ایسے گراف کے طور پر ماڈل کرتی ہے جو مینیجرز کو سکیورٹیز سے جوڑتا ہے، جبکہ تجمیع کے لیے شعبہ جاتی تعلقات بھی رکھتا ہے۔ اس کی اسکیما سہ ماہی کے اختتام کی رپورٹ کی تاریخ اور بعد کی فائلنگ کے دستیاب ہونے…

حصصشماریاتمارکیٹ مائیکرو اسٹرکچر