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۔
2,057 دستاویزات
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…
یہ نوٹ بک کمپنی کی فائلنگز کے متن کے ذخیرے سے اقتباسات بازیافت کرنے کے چار طریقوں کا موازنہ کرتی ہے: BM25، گھنی ایمبیڈنگز، باہمی درجہ بندی فیوژن (RRF) اور کراس انکوڈر دوبارہ درجہ بند کنندہ۔ RRF خام اسکور کے بجائے درجہ بند فہرستیں ملاتا ہے، اس لیے مختلف اسکور…
یہ دستاویز پیش گوئی کا ایک مکمل ڈھانچہ پیش کرتی ہے جو تحقیقی پینل، مجموعی پیش گوئی، مخالفانہ بحث اور نگران کو یکجا کرتا ہے۔ نگران اختلافات کی نشاندہی کرتا ہے، وضاحت کرنے والے شواہد تلاش کرتا ہے اور اعتماد کے لیبل کے ساتھ ایک احتمال تجویز کرتا ہے۔ اعتماد پر…
یہ کیس اسٹڈی وسیع US اسٹاک کائنات میں روزانہ کراس سیکشنل سگنلز کا جائزہ لیتی ہے اور نقطۂ وقت کے ڈیٹا اور بنائے گئے فیچرز سے لے کر ماڈل کے موازنے، پورٹ فولیو کی تشکیل، لاگت اور ہولڈ آؤٹ جائزے تک ایک طویل تحقیقی عمل پیش کرتی ہے۔ اس میں واک فارورڈ توثیق، آئندہ…
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…
یہ نوٹ بک مختلف کیس اسٹڈیز میں LightGBM ماڈلز کا تقابلی جائزہ مرتب کرتی ہے، جہاں دستیاب ہوں وہاں خطی ماڈلز اور TabM کو حوالہ جاتی خاندانوں کے طور پر استعمال کرتی ہے۔ یہ درختوں کے حجم، رجعتی لاس، چیک پوائنٹس اور درجہ بندی کے مقاصد میں مختلف ترتیبات کا جائزہ…
یہ دستاویز ایک مقررہ افق میں پوزیشن ختم کرنے کے لیے ایجنٹ کی تربیت کا Gymnasium ماحول بیان کرتی ہے۔ مشاہدے میں باقی انوینٹری اور وقت کے ساتھ اسپریڈ، مارکیٹ کی گہرائی، اتار چڑھاؤ اور معمول یا دباؤ کی کیفیت شامل ہیں۔ ایک مسلسل عمل، حوالہ جاتی شیڈول کے مقابلے…
یہ نوٹ بک ٹیبلر فیچرز سے ETF کے آئندہ منافع کی پیش گوئی کے لیے LightGBM کا موازنہ ایک MLP، TabM اور دستیابی کی صورت میں TabPFN سے کرتی ہے۔ ماڈل مشترکہ زمانی واک فارورڈ فولڈز پر جانچے جاتے ہیں، جہاں رینک انفارمیشن کوایفیشنٹ اور تربیت کا وقت اہم تقابلی پیمانے…
یہ دستاویز FX اسٹریٹیجیز کے لیے توثیق کے مرحلے میں مقررہ اور ٹریلنگ اسٹاپ قواعد کا موازنہ بیان کرتی ہے۔ ہر منافع کے لیبل کے لیے یہ سگنل اور تخصیص کے نتائج کے ایک بند گروہ سے بنیادی اسٹریٹیجی منتخب کرتی ہے، پھر بنیادی شناخت برقرار رکھتے ہوئے متعین پوزیشن سطح…
یہ نوٹ بُک عام کم سے کم مربعات کا موازنہ Ridge، LASSO، اور Elastic Net سے کرتی ہے تاکہ ETFs کے لیے 21 دن کے پیشگی منافع کی پیش گوئی کی جا سکے۔ ماڈلز میں واک فارورڈ فولڈز وہی رکھے گئے ہیں، اور پرج گیپ لیبل کے دورانیے کے مطابق ہے۔ ہر فولڈ میں فِٹ کرنے سے پہلے…
یہ دستاویز ADIA لیب کے سببی دریافت کے چیلنج کو ایک معلوم مصنوعی ڈیٹا پیدا کرنے والے خاندان کے اندر زیرِ نگرانی استنباط کے طور پر دیکھتی ہے۔ اس کام میں علاج اور نتیجے کے گرد متغیرات کو آٹھ کردار دیے جاتے ہیں، اور بہت سے لیبل شدہ ڈیٹاسیٹ اور گراف جوڑے استعمال…
یہ ماڈیول رجسٹرڈ پیش گوئی مجموعوں سے اوسط پیش گوئی کا مجموعہ بناتا ہے، جس میں تکرار پذیری اور انتخابی تعصب سے بچنے پر خاص توجہ ہے۔ یہ ہاتھ سے لکھی ارکان کی فہرست برقرار رکھنے کے بجائے رجسٹری سے اہل ماڈل ترتیبات نکالتا ہے، نامکمل یا ریٹائر شدہ پیش گوئیاں خارج…
یہ نوٹ بک قیمت کی سطحوں سے مالیاتی فیچرز اخذ کرنے کے لیے مقامی خطی رجحان کا اسٹیٹ اسپیس ماڈل سمجھاتی ہے۔ مخفی حالت میں قیمت کی سطح اور اس کی ڈھلوان ہوتی ہے؛ مشاہدات شور والی اختتامی قیمتیں ہیں۔ ہر مرحلے پر فلٹر حالت کی پیش گوئی کرتا، مشاہدے کی انوویشن ناپتا…
یہ نوٹ بک انٹرا ڈے ایکویٹی منافع میں قیمت کی مسلسل تبدیلی کو اچانک چھلانگوں سے الگ کرتی ہے۔ یہ مربع لاگ منافع سے روزانہ رئیلائزڈ ویرینس ناپتی اور مسلسل جزو کا ایسا تخمینہ لگانے کے لیے بائی پاور ویری ایشن استعمال کرتی ہے جو چھلانگوں کے اثر سے محفوظ ہو؛ دونوں…
یہ نوٹ بک US ایکوئٹیز کے سیال ذیلی مجموعے پر پرنسپل کمپوننٹ اینالیسس استعمال کرکے مخفی عوامل اخذ اور لانگ شارٹ ایگن پورٹ فولیوز بناتی ہے۔ یہ وضاحت کرتی ہے کہ معیاری بنائے گئے PCA ویکٹر خام منافع کے وزن میں کیسے بدلے اور مجموعی نمائش کے مطابق معمول پر لائے…
یہ نوٹ بک سادہ پائتھن آرکیسٹریشن، کریو اے آئی اور لینگ گراف کے ذریعے چار مرحلوں پر مشتمل پیش گوئی کا طریقۂ کار بیان کرتی ہے۔ یہ موازنہ کرتی ہے کہ حالت کہاں رکھی جاتی ہے، ناکامیوں کا معائنہ یا ازالہ کیسے ہوتا ہے، ہر طریقہ کون سے انحصارات بڑھاتا ہے اور ٹریسنگ…
یہ نوٹ بک کرنسی جوڑوں کے مجموعے میں خطی ماڈل کی ریگولرائزیشن دیکھتی ہے، جہاں مشترک کرنسیوں کے درمیان کوٹ ہونے کی وجہ سے جوڑوں کے منافع باہم مربوط ہیں۔ یہ فیچر کولینیئرٹی، جس سے رِج، لاسّو اور ایلاسٹک نیٹ نمٹ سکتے ہیں، درجہ بند اثاثوں کے باہمی انحصار سے الگ…
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…
یہ باب ٹریڈنگ ماڈلز کے فیچرز بنانے کے لیے فِٹ شدہ شماریاتی طریقوں کے استعمال کا جائزہ لیتا ہے۔ اس میں تشخیص اور شماریاتی ساکنیت، ساختی بریک، فریکشنل فرق کاری، کالمن فلٹرنگ، اسپیکٹرل اور پاتھ سگنیچر طریقے، ARIMA اور GARCH اتار چڑھاؤ، HAR اور رَف وولیٹیلٹی…
یہ نوٹ بک ایسی حکمتِ عملی کے لیے آئندہ شیئر منافع کے لیبل بناتی ہے جو لسٹڈ آپشنز کا ڈیٹا پڑھ کر ایکوئٹیز کی درجہ بندی کرتی اور پھر شیئرز رکھتی ہے۔ یہ کارپوریٹ اقدامات کا حساب رکھنے والی ایڈجسٹ شدہ قیمتوں کا سلسلہ بناتی اور کمپنیوں کی شناخت مستقل سیکیورٹی آئی…
یہ نوٹ ایک بنیادی آرڈر کو محدود افق کے کنٹرول مسئلے کے طور پر پیش کرتا ہے۔ ہر وقفے پر، ٹیبلر Q-learning وقت اور باقی ماندہ انوینٹری کے ساتھ حال ہی میں مشاہدہ کیے گئے اسپریڈ اور اتار چڑھاؤ کی کیفیتوں کو مدِنظر رکھتے ہوئے، VWAP پر مبنی تجارتی حصے کا ضربی عامل…
یہ نوٹ بک تاریخی US ایکویٹی منافع سے باہمی نسبت کا نیٹ ورک بنا کر پورٹ فولیو سازی کا جائزہ لیتی ہے۔ یہ تخمینے کی مدت کے ڈیٹا سے سیال اثاثوں کا مجموعہ چنتی، جوڑی وار باہمی نسبتوں کو فاصلوں میں بدلتی اور کم از کم پھیلا ہوا درخت (MST) نکالتی ہے تاکہ انحصار کے…
یہ نوٹ بک 20 کرنسی جوڑوں میں امیدوار سگنلز کی ایک وقت میں ایک فیچر کے ذریعے چھان بین بیان کرتی ہے۔ یہ صرف واک فارورڈ توثیقی مدتوں کا استعمال کرکے ہر فیچر کی اگلے سیشن کے منافع کے ساتھ روزانہ کراس سیکشنل رینک کی مطابقت نکالتی ہے۔ جانچ کا پینل ہولڈ آؤٹ سے اتنا…
یہ نوٹ بک آپشن تجزیے کے مطالعے میں اسٹاک منافع کی پیش گوئی کے لیے پرنسپل کمپوننٹ اینالیسس کو ایسا بنیادی مخفی عامل ماڈل پیش کرتی ہے جو آپشن فیچرز پر منحصر نہیں۔ PCA تاریخی منافع کے پینل سے مشترک حرکات اور ان کے لیے ہر اسٹاک کی نمائش کا اندازہ لگاتا ہے، پھر…