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۔
768 دستاویزات
یہ نوٹ بک ایک ہی پیش گوئی کے سوال کا جواب دینے والے یکساں تحقیقی ایجنٹس کے پینل کو چلاتی یا دوبارہ چلاتی ہے، پھر ان کی پیش گوئیاں، تلاش کی سرگرمی، اور گفتگو کے آثار دیکھتی ہے۔ ہر ایجنٹ کی الگ ٹریسنگ متوازی کالز کے دوران نسبت محفوظ رکھتی ہے۔ مثال دکھاتی ہے کہ…
خصوصیات بنانے کی یہ نوٹ بک ایسے متغیرات تیار کرتی ہے جن کے لیے ایک اثاثے کی قیمتوں کی تاریخ سے آگے کی معلومات درکار ہوتی ہیں۔ فیوچرز کے لیے یہ قریب اور مؤخر معاہدوں کی ہم وقت سطحوں سے سالانہ رول ییلڈ، اور تین میعادوں سے ٹرم اسٹرکچر کی ڈھلوان اور خمیدگی…
یہ نوٹ بک بتاتی ہے کہ زمانی کنولوشنل نیٹ ورک (TCN) ترتیب وار مالیاتی ڈیٹا سے منافع کی پیش گوئی کیسے کر سکتا ہے۔ سببی کنولوشنز یقینی بناتے ہیں کہ کسی وقت کا آؤٹ پٹ صرف موجودہ اور پہلے کے اِن پٹس پر منحصر ہو۔ پھیلاؤ تہہ در تہہ جیومیٹریائی انداز میں ریسیپٹو…
یہ کیس اسٹڈی US حصص کے محفوظ شدہ ماڈل پیش گوئیوں کو لانگ شارٹ، مساوی وزن والے پورٹ فولیوز میں بدلتی ہے۔ یہ کئی اندراجی طریقوں کو آزماتی ہے، ہر طریقہ لانگ پوزیشنز کے لیے بلند ترین درجہ پانے والے نام اور شارٹ پوزیشنز کے لیے کم ترین درجہ پانے والے نام منتخب…
یہ دستاویز پیش گوئی کے اسکورز کو ٹریڈنگ سگنلز میں بدلنے کے کئی طریقے بیان کرتی ہے: مقررہ حدیں، ہر اثاثے کے لیے متحرک صدکیے، اور کراس سیکشنل صدکیے۔ مقررہ حدیں منتخب اسکور سطح استعمال کرتی ہیں؛ متحرک حدیں اثاثے کے حالیہ اسکور کی تقسیم کے مطابق ڈھلتی ہیں؛ کراس…
یہ نوٹ بک مارکیٹ میکنگ کا ایک فرضی کام بناتی ہے جس میں proximal policy optimization ایجنٹ کوٹ کا جھکاؤ اور اسپریڈ کی چوڑائی منتخب کرتا ہے۔ ماحول میں ایک GARCH اتار چڑھاؤ کا عمل استعمال ہوتا ہے جسے کرپٹو پرپیچوئل فیوچرز کے فی گھنٹہ ریٹرنز کے مطابق ڈھالا گیا…
یہ نوٹ بک ETF کے ریٹرن کی پیش گوئی کے کام میں sklearn HistGradientBoosting، XGBoost، LightGBM، اور CatBoost کا موازنہ کرتی ہے۔ یہ CPU اور، جہاں معاونت موجود ہو، GPU رنز میں کراس سیکشنل انفارمیشن کوایفیشنٹ، تربیت کا وقت، اور عمل کی میموری ناپتی ہے، اور ہلکے،…
یہ نوٹ بک کراس سیکشنل اسٹاک پیش گوئیوں کو لانگ۔شارٹ پورٹ فولیوز میں بدلتی ہے: ہر دوبارہ توازن پر اسٹاک رینک کرتی، ہر پوزیشن کے لیے برابر سرمایہ سے اوپر کے k خریدتی اور نیچے کے k کو شارٹ کرتی ہے۔ برابر وزن ایک بنیادی طریقہ فراہم کرتا ہے جو زیادہ پیچیدہ مختص…
نوٹ بک مالیاتی علمی گراف کی تیاری کے لیے مطلوب ایس اینڈ پی 100 کی 10-K اور 8-K فائلنگز کے ڈیٹا کا ابتدائی جائزہ لیتی ہے۔ یہ اسکیما کی تکمیل، کمپنی اور ایکسیشن کی منفرد کلیدوں، فارم کی مطابقت، فائلنگ کے سال اور درج شدہ متن کی طوالت جانچتی ہے۔ سالانہ رپورٹس…
یہ نوٹ بک ETF تحقیق کے لیے فیچر انتخاب کا طریقۂ کار پیش کرتی ہے، جس کا مقصد بہت سی ممکنہ تبدیلیوں اور لک بیکس کو بعد کی ماڈلنگ کے لیے چھوٹے مجموعے تک محدود کرنا ہے۔ یہ فیچرز اور مستقبل کی واپسیوں کے درمیان کراس سیکشنل اسپیئرمن انفارمیشن کوایفیشنٹس نکالتی ہے،…
دستاویز NASDAQ-100 کے ایک منٹ کے فیچرز سے مستقبل کی مختلف مدتوں کی واپسیوں کی پیش گوئی کے لیے سادہ خطی سلسلہ ماڈل فِٹ کرنے کا طریقہ بیان کرتی ہے۔ ہر ان پٹ میں ایک اسٹاک کا پچھلا گھنٹہ شامل ہے، جسے تازہ ترین مشاہدے سے تبدیلیوں کی صورت میں ظاہر کیا گیا ہے، اور…
دستاویز مشین لرننگ ٹریڈنگ ریسرچ کا ایسا طریقۂ کار پیش کرتی ہے جو ڈیٹا اور فیچر کی تیاری سے ماڈل کی تربیت، بیک ٹیسٹنگ، لین دین کے اخراجات، پورٹ فولیو اور خطرے کے فیصلوں، تعیناتی اور نگرانی تک خیالات کو آگے بڑھاتا ہے۔ یہ کھوجی ٹیوننگ اور حتمی جانچ کے درمیان…
یہ نوٹ بک ایس اینڈ پی 500 حصص کے لیے GJR-GARCH(1,1) ماڈل سے مشروط اتار چڑھاؤ کے ماڈل پر مبنی فیچرز بناتی ہے، پھر حقیقی اتار چڑھاؤ کے مقابل ناپے گئے آپشن کے مضمر اتار چڑھاؤ کے فرق کا ماڈل پیش گوئی کے مقابل ناپے گئے فرق سے موازنہ کرتی ہے۔ چونکہ تخمینہ شدہ…
یہ CME فیوچرز مطالعہ گریڈینٹ بوسٹنگ درختوں کی گنجائش اور لاس فنکشن میں تبدیلی کرتے ہوئے تربیت کے متعدد چیک پوائنٹس پر پیش گوئیاں ریکارڈ کرتا ہے۔ درخت کے لیف کی تعداد طے کرتی ہے کہ ماڈل فیچر اسپیس کو کتنی باریکی سے تقسیم کرے، جبکہ اسکوائرڈ، ایبسولیٹ اور ہیوبر…
یہ نوٹ بک جانچتی ہے کہ رِج ریگولرائزیشن کے انتخاب ETF پینل کے انفارمیشن کوایفیشنٹ کو کیسے متاثر کرتے ہیں اور ہائپر پیرامیٹر کی تلاش رپورٹ شدہ کارکردگی کو کیسے بڑھا چڑھا سکتی ہے۔ پہلے واک فارورڈ فولڈز میں الفا کی وسیع گرڈ جانچی جاتی ہے، ہر تربیتی فولڈ کے اندر…
یہ نوٹ انسٹرومنٹڈ پرنسپل کمپوننٹ اینالیسس (IPCA) کی وضاحت کرتا ہے، جو ہر ETF کی عامل نمائش کو اس فنڈ کے مشاہدہ شدہ فیچرز کا مشترک خطی تفاعل بناتا ہے۔ آلٹرنیٹنگ لَیسٹ اسکوائرز فنڈ اور تاریخ کے مشاہدات میں فیچر سے نمائش کا نقشہ اور عامل منافع بیک وقت تخمینہ…
نوٹ ایک خودمختار تحقیقی ورک فلو پیش کرتا ہے جس میں زبان کا ماڈل فائلوں کا معائنہ کرنے، کمانڈ چلانے، بیک ٹیسٹ رجسٹری سے پوچھنے اور ڈیٹا دیکھنے کے لیے عمومی ٹولز استعمال کرتا ہے۔ تحقیقی اقدامات پہلے سے کوڈ کرنے کے بجائے آپریٹر ضرورت کے مطابق کام مخصوص مہارتیں…
یہ نوٹ اسٹاک منافع کے پینل پر PCA مخفی عامل ماڈل فٹ کرتا ہے، اور آپشن سطح کے فیچرز، خصوصیات یا ہدف کی معلومات استعمال نہیں کرتا۔ PCA تاریخی کراس سیکشنل مشترک حرکت کی نمایاں سمتیں نکالتا، ہر اسٹاک کی نمائش کا تخمینہ لگاتا اور تربیتی ونڈو میں عامل کی اوسط سے…
یہ مشترکہ فیچر انجینئرنگ ماڈیول متعدد کیس مطالعات میں استعمال ہونے والے مالیاتی پیش گوؤں کی تیاری کے قواعد اور آڈٹ متعین کرتا ہے۔ یہ ہر فیچر خاندان کے مفروضے، اِن پٹس، منڈلاتی ماضی کی مدت، معلوماتی وقفہ، کردار اور ممکنہ ناکامی کی صورت درج کرتا ہے۔ رجسٹر کو…
یہ تجزیہ اکاؤنٹنگ اور مارکیٹ خصوصیات استعمال کرتے ہوئے ماہانہ کراس سیکشنل US اسٹاک منافع کے لیے سیکھے گئے سگنلز کا موازنہ کرتا ہے، جہاں ہدف اگلے ماہ کا منافع ہے۔ یہ خطی ماڈلز، بوسٹڈ ٹریز، گہرے ٹیبلر طریقوں، مخفی عامل تخمینہ کاروں اور سببی علاج کے اثر کے…
یہ باب مالیاتی تحقیق کے ایسے کاموں کے لیے ایجنٹ پر مبنی ورک فلو پیش کرتا ہے جن کا بنیادی چیلنج غیر یکساں شہادت جمع کرنا، چھانٹنا اور یکجا کرنا ہے۔ یہ ورک فلو ان روایتی ماڈلز سے مختلف ہیں جو مستحکم، ساختہ اِن پٹس پر اچھی کارکردگی دکھاتے ہیں، اور پڑھنے تک…
یہ نوٹ کراس سیکشنل US فرم خصوصیات کے مطالعے کے لیے ماہانہ منافع کے لیبل متعین اور توثیق کرتا ہے۔ یہ جانچتا ہے کہ ڈیٹا فراہم کنندہ ہر قطار کی خصوصیات کو منافع کے نتیجے کے ساتھ کیسے جوڑتا ہے، اور واضح کرتا ہے کہ پینل پہلے ہی ہم آہنگ ہے، اس لیے اسے دوبارہ شفٹ…
یہ نوٹ ایک مکمل پورٹ فولیو مختص کنندہ بناتا ہے جو LSTM سے پہلے Temporal Fusion Transformer طرز کا متغیر انتخابی نیٹ ورک رکھتا ہے۔ الگ گیٹڈ ریزیڈیول نیٹ ورکس انفرادی فیچرز کی ایمبیڈنگ بناتے ہیں، اور سیکوئنس انکوڈر کے اثاثہ سطح کا سگنل دینے سے پہلے سیکھی گئی…
یہ نوٹ ETF منافع کے پینل میں تعلقات دریافت کرنے کے چار طریقوں کا موازنہ کرتا ہے: ہم وقتی خطی DAGs کے لیے NOTEARS، وقفہ دار اور فوری ساخت کے لیے VAR-LiNGAM، مشروط آزادی کے ٹیسٹ کے لیے PCMCI، اور جوڑی وار پیش گوئی کی جانچ کے لیے Granger ٹیسٹ۔ یہ NOTEARS کے…