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

381 دستاویزات

Machine Learning for Trading

یہ تجزیہ کرپٹو پرپیچوئل فیوچرز کے امیدواروں کے منجمد مجموعے سے ایک ترتیب منتخب کرتا ہے، جس میں پیش گوئی کے چار لیبل اور حکمتِ عملی کے کئی مراحل شامل ہیں۔ یہ بلند ترین توثیقی شارپ منتخب کرتا ہے اور لیبل، تقسیم اور عمل درآمد کی تفصیلات کو قابلِ موازنہ امیدوار…

کرپٹوپرپیچوئل فیوچرزشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک کرپٹو پرپیچوئل فیوچرز کے لیے گریڈینٹ بوسٹنگ کی ترتیبات کا موازنہ کرتی ہے، جس میں فیچرز پرپیچوئل معاہدوں کے اسپاٹ پر پریمیم کے گرد بنائے گئے ہیں۔ یہ درخت کی گنجائش اور نقصان کے فنکشن بدلتی ہے، جن میں مربع، مطلق اور Huber نقصانات شامل ہیں، اور ہر…

کرپٹوپرپیچوئل فیوچرزمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک کرپٹو پرپیچوئل فیوچرز کے لیے ماڈل پر مبنی فیچرز تیار کرتی ہے: ہر اثاثے کے مشروط اتار چڑھاؤ کی پیش گوئیاں GJR-GARCH سے، اور فنڈنگ تصفیوں پر فٹ کیے گئے دو حالتوں والے گوسی پوشیدہ مارکوف ماڈل سے مارکیٹ بھر میں دباؤ کے دور کا امکان۔ ماضی کے بارز سے…

کرپٹوپرپیچوئل فیوچرزاتار چڑھاؤمشین لرننگ
Machine Learning for Trading

یہ کیس اسٹڈی کرپٹو پرپیچوئل فیوچرز کے لیے تحقیقی پائپ لائن پیش کرتی ہے، جس میں مقررہ تصفیوں پر لانگ اور شارٹ پوزیشنوں کے درمیان تبادلہ ہونے والی فنڈنگ ادائیگیوں کو ممکنہ منافع کا ذریعہ سمجھا گیا ہے۔ یہ لیبل بنانے اور مالی فیچرز سے لے کر شماریاتی اور مشین…

کرپٹوپرپیچوئل فیوچرزفیوچرزمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک ایتھر کی ٹریڈنگ کے لیے ڈی فائی ٹوٹل ویلیو لاکڈ سیریز کو متبادل ڈیٹا کے طور پر جانچتی ہے۔ جائزے کو چار سوالات کے گرد منظم کیا گیا ہے: کیا سیریز مستقبل کے ریٹرنز سے تعلق رکھتی ہے، کیا ڈیٹا درست اور دوبارہ تشکیل دینے کے قابل ہے، کیا اس کا استعمال…

کرپٹوڈی فائیآن چین ڈیٹاشماریات
Machine Learning for Trading

یہ ڈیمو Alpaca کی USD اسپاٹ مارکیٹ سے منسلک مسلسل چلنے والا کرپٹو ٹریڈنگ لوپ بیان کرتا ہے۔ یہ پرپیچوئل فیوچرز کے کیس اسٹڈی کی کائنات کو پلیٹ فارم کے معاون اسپاٹ جوڑوں سے ملاتا ہے، اور واضح کرتا ہے کہ وہاں صرف ایک ذیلی مجموعہ ٹریڈ ہو سکتا ہے۔ مثال کا سگنل…

کرپٹواسپاٹ مارکیٹیںپرپیچوئل فیوچرزمومینٹم
Machine Learning for Trading

یہ نوٹ بک مختلف مارکیٹ ادوار میں ETF مومینٹم فیچرز اور کرپٹو پرپیچوئل فیوچرز فیچرز کے لیے کوویریئیٹ ڈرفٹ کی نگرانی دکھاتی ہے۔ یہ پاپولیشن اسٹیبیلٹی انڈیکس کا موازنہ کرتی ہے، جو انفرادی فیچر تقسیم میں تبدیلی ناپتا ہے، واسرسٹین فاصلے اور ایسے ڈومین کلاسیفائر…

مشین لرننگشماریاترسک مینجمنٹکرپٹو
Machine Learning for Trading

یہ نوٹ بک ماڈل رینکنگز کو سادہ کرپٹو پرپیچوئل فیوچرز پورٹ فولیوز میں بدلتی ہے تاکہ بعد کے تجربات پوزیشن سائز، اخراجات یا رسک کنٹرولز بدلنے کے اثرات ناپ سکیں۔ یہ داخلے کے قواعد لاگو کرتی ہے، مثلاً لانگ کے لیے سب سے زیادہ اسکور والے اور شارٹ کے لیے سب سے کم…

کرپٹوپرپیچوئل فیوچرزبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک ریٹرن ماڈلز کو بہتر بنانے کے لیے آپٹونا استعمال کرتی ہے اور ساتھ ہی تقاطعی معلوماتی ضریب (IC) اور پیش گوئیوں کے ٹرن اوور کو دیکھتی ہے۔ موازنے کے لیے ایک مقصدی تلاش IC کو زیادہ سے زیادہ کرتی ہے؛ NSGA-II کی کثیر مقصدی تلاش پاریٹو کے لحاظ سے بہترین…

مشین لرننگشماریاتفیوچرزکرپٹو
Machine Learning for Trading

یہ تجزیہ دستخط شدہ ماڈل منافع کی پیش گوئیوں کو دو رخی پوزیشنوں میں بدلنے کے تین طریقوں کا موازنہ کرتا ہے: صفر کی مقررہ حد، ہر علامت کے لیے سابقہ مدت کا پرسنٹائل، اور علامات کے درمیان کراس سیکشنل پرسنٹائل۔ یہ قواعد ETFs اور کرپٹو پرپیچوئلز کی رجسٹرڈ توثیقی…

مشین لرننگآرڈر پر عمل درآمدبیک ٹیسٹنگکرپٹو
Machine Learning for Trading

یہ نوٹ بک ایک PPO ایجنٹ کو گھنٹہ وار پرپیچوئل فیوچرز بارز میں مجموعی فروخت آرڈر کو شیڈول کرنے کی تربیت دیتی ہے۔ یہ قیمت اور والیوم کی تاریخ میں پرپیچوئل پریمیم اور اگلے فنڈنگ تصفیے تک کا وقت شامل کرتی ہے، جبکہ ایسی معلومات کو وقفے کے ساتھ شامل کرتی ہے جو ہر…

کرپٹوپرپیچوئل فیوچرزآرڈر پر عمل درآمدبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک بٹ کوائن پرپیچوئل مارکیٹ ڈیٹا پر لانگ اونلی RSI اوسط کی واپسی کے قاعدے کے ذریعے ویکٹر بی ٹی کے ساتھ ویکٹرائزڈ بیک ٹیسٹنگ متعارف کراتی ہے۔ یہ کلوز پر مبنی RSI نکالتی ہے، جب گزشتہ دن کی ریڈنگ نچلی حد سے کم ہو تو انٹری اور بالائی حد سے زیادہ ہو تو…

کرپٹوپرپیچوئل فیوچرزاوسط کی جانب واپسیتکنیکی اشارے
Machine Learning for Trading

یہ نوٹ بک چھ سرمایہ مختص کرنے کے طریقوں کا ان کرپٹو پرپیچوئل اسٹریٹیجیز پر موازنہ کرتی ہے جو بنیادی انتخابی مراحل سے گزر چکی ہیں۔ یہ ہر اسٹریٹیجی کی پیش گوئیاں اور داخلے کے قواعد مقرر رکھتی، پھر سرمایہ مختص کرنے کا طریقہ بدلتی ہے: ایک طریقہ ماڈل اسکور، کئی…

کرپٹوپرپیچوئل فیوچرزپوزیشن کا حجم طے کرناپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک کرپٹو کرنسی کے دائمی فنڈنگ پریمیم کی پیش گوئی کرنے والے سلسلہ جاتی ماڈلز کے موازنے میں زمانی کنولوشنل نیٹ ورک (TCN) شامل کرتی ہے۔ سببی پیڈنگ یقینی بناتی ہے کہ ہر مقام صرف موجودہ اور سابقہ مشاہدات استعمال کرے، جبکہ پھیلائی گئی کنولوشنز مؤثر طور پر…

کرپٹوپرپیچوئل فیوچرزمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ ماڈیول تقویتی لرننگ کے ماحول میں استعمال ہونے والی مصنوعی کرپٹو مارکیٹوں کے پیرامیٹرز کا تخمینہ لگاتا ہے۔ یہ منتخب علامت کے لیے گھنٹہ وار دائمی مارکیٹ ڈیٹا لوڈ کرتا ہے، بندش سے بندش تک لاگ ریٹرنز نکالتا ہے اور GARCH(1,1) اتار چڑھاؤ کا ماڈل فٹ کرتا ہے۔ اگر…

کرپٹوپرپیچوئل فیوچرزاتار چڑھاؤمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ آیا پرپیچوئل فیوچرز کا انتہائی پریمیم بعد کے BTC منافع یا پریمیم کی واپسی پر اثر انداز ہوتا ہے۔ یہ بلند پریمیم کی حالت کو ٹریٹمنٹ قرار دیتی ہے اور وسیع مارکیٹ نتیجے کا، جس پر بہت سے عوامل اثر ڈال سکتے ہیں، پریمیم کی تبدیلی سے موازنہ…

کرپٹوپرپیچوئل فیوچرزآربیٹریجشماریات
Machine Learning for Trading

یہ نوٹ بک زیادہ سے زیادہ موافق ایکسکرژن (MFE) اور زیادہ سے زیادہ ناموافق ایکسکرژن (MAE) استعمال کرکے ٹرپل بیریئر لیبل کی چوڑائی کو مشاہدہ شدہ قیمتوں کے راستوں سے جوڑتی ہے۔ بار کے اختتام پر کھولی گئی پوزیشن کے لیے، یہ اگلے بار سے شروع ہونے والی آئندہ ہولڈنگ…

حصصفیوچرزکرپٹواتار چڑھاؤ
Machine Learning for Trading

یہ تجزیہ پوچھتا ہے کہ ماڈل فٹ کرنے یا پیش گوئی کرنے سے پہلے ڈیٹا کراس سیکشنل کرپٹو پرپیچوئل اسٹریٹیجی کی تائید کر سکتا ہے یا نہیں۔ مجوزہ طریقہ ہر فنڈنگ سیٹلمنٹ پر پریمیم کے مطابق کنٹریکٹس کی درجہ بندی کرتا ہے، پھر درجہ بندی کے ایک رخ کو خریدتا اور دوسرے کو…

کرپٹوپرپیچوئل فیوچرزشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ مستقبل کی معلومات کے تعصب کو قابو میں رکھتے ہوئے فٹ کیے گئے GJR-GARCH اور پوشیدہ مارکوف ماڈلوں کو ٹریڈنگ خصوصیات میں کیسے بدلا جائے۔ GJR-GARCH مشروط اتار چڑھاؤ کا تخمینہ لگاتا ہے اور منفی منافع کے جھٹکوں کے زیادہ اثر کو پکڑتا ہے؛ دو…

کرپٹوپرپیچوئل فیوچرزاتار چڑھاؤمشین لرننگ
Machine Learning for Trading

یہ نوٹ بٹ کوائن دائمی فیوچرز کے غیر معمولی پریمیم سے متعلق دو علّی سوالات کا موازنہ کرتا ہے: آیا پریمیم کی حالت آئندہ منافع بتاتی ہے، اور آیا یہ بعد میں پریمیم کے پلٹنے کی پیش گوئی کرتی ہے۔ علاج متعین حد سے بلند پریمیم زیڈ اسکور کا دو حالتی اشارہ ہے۔ ڈیزائن…

کرپٹوپرپیچوئل فیوچرزشماریاتمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ نوٹ بک کرپٹو فنڈنگ ریٹ کی سمت کے ماڈل کی تعیناتی کی مشق دکھاتی ہے۔ یہ بائنانس سے حاصل کردہ تاریخی پرپیچوئل ڈیٹا پر تین کلاسوں والا لائٹ جی بی ایم ماڈل تربیت دیتی ہے، پھر OKX سے لائیو گھنٹہ وار بارز اور فنڈنگ ریٹس حاصل کرتی، ڈیٹا کو اسٹریٹیجی کے آٹھ گھنٹے…

کرپٹوپرپیچوئل فیوچرزاسپاٹ مارکیٹیںمشین لرننگ
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
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 نوٹ بک فی گھنٹہ Bitcoin مستقل فیوچرز منافع کے مطابق بنائے گئے مشترک نقلی ٹریڈنگ ماحول میں DQN، PPO اور A2C کا موازنہ کرتی ہے۔ GARCH(1,1) ماڈل اتار چڑھاؤ کے کلسٹر فراہم کرتا ہے، جبکہ ماحول پوزیشن کی تبدیلی پر لاگت لیتا اور عمل کو ایک قدم کی تاخیر سے نافذ…

مشین لرننگکرپٹوپرپیچوئل فیوچرزاتار چڑھاؤ