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

2,057 دستاویزات

Machine Learning for Trading

یہ نوٹ بک لائٹ جی بی ایم منافع پیش گوئی ماڈل کی ترتیب کے لیے مکمل گرڈ سرچ کا آپٹونا کے TPE سیمپلر سے موازنہ کرتی ہے۔ پہلے دونوں طریقوں کو ایک ہی محدود پیرامیٹر گرڈ پر یکساں آزمائشی بجٹ دیا جاتا ہے؛ enumeration ہر امتزاج کا احاطہ کرتی ہے، جبکہ سیمپلنگ ممکن ہے…

مشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ نوٹ بک کراس سیکشنل مومینٹم فیکٹر کو انفارمیشن کوایفیشنٹس، کوانٹائل منافع، اوپر سے نیچے تک اسپریڈز اور درجہ بندی کی تشخیص کے ذریعے جانچتی ہے۔ یہ اسپیئرمن IC کو سگنل اور بعد کے منافع کے درمیان ہر تاریخ کی رینک باہمی نسبت کے طور پر متعارف کراتی ہے، اور اسے…

مومینٹمفیکٹر سرمایہ کاریشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ETF پینلز کے ذریعے جوڑی وار اور کراس سیکشنل فیچرز سمجھاتی ہے۔ یہ اینگل–گرینجر اور جوہانسن کے ہم انضمام ٹیسٹس کا موازنہ کرتی ہے اور مستحکم اسپریڈ کو محض باہمی حرکت سے الگ کرتی ہے۔ اس کی انرجی فنڈ اور خام تیل فنڈ کی مثال دونوں ٹیسٹس میں ناکام ہوتی…

جوڑیوں کی ٹریڈنگاوسط کی جانب واپسیشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ کیس اسٹڈی جانچتی ہے کہ آیا لسٹڈ آپشنز کی معلومات ایس اینڈ پی 500 اسٹاک منتخب کرنے میں مدد دے سکتی ہیں۔ یہ روزانہ کی ایکویٹی قیمتوں کو آپشن سے اخذ کردہ اتار چڑھاؤ کی سطحوں، اسکیو، ٹرم اسٹرکچر اور ویرینس رسک پریمیم کے پیمانوں کے ساتھ 633 اسٹاکوں پر 2017 سے…

حصصآپشنزبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ کنفیگریشن نظامی فلٹرنگ اور مختلف اثاثوں کے تجزیے کے لیے FRED سے تاریخی معاشی ڈیٹا سیٹ متعین کرتی ہے۔ اس میں روزانہ، ہفتہ وار، ماہانہ اور سہ ماہی تعدد کے سلسلے منظم ہیں، جن میں ٹریژری کی ییلڈز، وفاقی فنڈز کی شرح، VIX، روزگار کے پیمانے، افراطِ زر کے اشاریے،…

کئی اثاثوں پر مبنیمقررہ آمدنیاتار چڑھاؤشماریات
Machine Learning for Trading

یہ ماڈیول CME فیوچرز تحقیق کے لیے قاری پر مبنی طریقۂ کار متعین کرتا ہے، جس میں ماڈل کی درخواستیں، پیش گوئی اور بیک ٹیسٹ کا اجرا، امیدواروں کے مجموعے اور حتمی انتخاب شامل ہیں۔ یہ مشترک سیٹ اپ اعلان سے لیبل کی طے شدہ جانچ پڑھتا، ترتیب برقرار رکھتا، اور جانچتا…

فیوچرزمشین لرننگبیک ٹیسٹنگرسک مینجمنٹ
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 ETF ایکویٹی اسٹریٹیجی کے عملی دور کو دکھاتی ہے: بازار کا ڈیٹا تازہ کرنا، مالی خصوصیات نکالنا، Ridge ماڈل کو دوبارہ تربیت دینا، موجودہ کراس سیکشنل پیش گوئیاں بنانا، انہیں بیک ٹیسٹ انجن میں دوبارہ چلانا اور پیپر بروکر کے لیے اونچے رینک والی باسکٹ…

حصصمشین لرننگآرڈر پر عمل درآمدبیک ٹیسٹنگ
Machine Learning for Trading

دستاویز FX پورٹ فولیو مختص کی ایسی آزمائش بیان کرتی ہے جو پوزیشن کے حجم کو سگنل کے انتخاب سے الگ رکھتی ہے۔ یہ توثیقی بیک ٹیسٹ کارکردگی کے مطابق رینک کیے گئے، منجمد یکساں وزن کے بنیادی امیدواروں سے شروع کرتی ہے، پھر ہر ماڈل چیک پوائنٹ اور سگنل نقشہ برقرار…

فاریکسپورٹ فولیو کی تشکیلبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

دستاویز ہفتہ وار S&P 500 آپشنز اسٹریٹیجی کے لیے مخصوص بیک ٹیسٹ بیان کرتی ہے۔ ہر گروہ بلند درجہ پانے والے اجزا منتخب کرتا ہے، میعاد ختم ہونے میں تقریباً ایک ماہ باقی ہونے والے، اَیٹ دی منی کے قریب کال اور پٹ آپشنز فروخت کرتا ہے، اور جب خالص ڈیلٹا ایک حد سے…

آپشنزحصصامریکی مارکیٹیںبیک ٹیسٹنگ
Machine Learning for Trading

دستاویز GReaT پیش کرتی ہے، ایسا فریم ورک جو عددی اور زمرہ جاتی مالی ڈیٹا کی مخلوط قطاروں کو متن میں بدلتا ہے، ان ریکارڈز پر زبان ماڈل کو فائن ٹیون کرتا ہے اور بنے ہوئے متن کو دوبارہ جدولوں میں پارس کرتا ہے۔ مثال میں تاریخی منافع، اتار چڑھاؤ، حجم اور زمرہ…

مشین لرننگحصصشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز وضاحت کرتی ہے کہ ماڈل کی غیر یقینی کیفیت اس کے نقطہ تخمینے سے آگے بھی معلومات فراہم کر سکتی ہے۔ اس میں GARCH کا موازنہ ایک احتمالی اتار چڑھاؤ کے ماڈل سے کیا گیا ہے، جو اتار چڑھاؤ کو ایک پوشیدہ خود بازگشتی عمل سمجھتا ہے اور منافع کی شرحوں کو…

اتار چڑھاؤشماریاتمشین لرننگرسک مینجمنٹ
Machine Learning for Trading

یہ مختلف کیسز کا تجزیہ دیکھتا ہے کہ انفارمیشن کوایفیشنٹ (IC) سے ناپی گئی پیش گوئی کی معلومات نو ٹریڈنگ کیس اسٹڈیز میں پورٹ فولیو شارپ سے کیسے جڑتی ہیں۔ مرکزی نکتہ یہ ہے کہ اس تعلق میں نفاذ درمیانی کردار ادا کرتا ہے: داخلے کے قواعد، پوزیشن کا حجم، ری بیلنسنگ…

کئی اثاثوں پر مبنیشماریاتبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک وسیع US ایکویٹی پینل کی مشترکہ حرکتوں کی نمائندگی کے لیے پرنسپل کمپوننٹ اینالیسس استعمال کرتی ہے۔ PCA وہ سمتیں اخذ کرتا ہے جو منافع میں مشترکہ تغیر کی وضاحت کرتی ہیں؛ ہر اسٹاک کی لوڈنگ ان سمتوں سے اس کی وابستگی ناپتی ہے۔ محدود عوامل سے دوبارہ بنائی…

حصصامریکی مارکیٹیںمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک دستاویز پر مبنی مالی معاون کے حفاظتی قواعد کا چھ ہاتھ سے بنائے گئے کیسز کے ذریعے جائزہ لیتی ہے۔ کیسز میں پرامپٹ انجیکشن، ناقابل اعتماد مواد میں گھڑے ہوئے اعداد، کارروائی کی کوششیں اور ایسے مواد کے حوالے شامل ہیں جو بازیافت نہیں ہوا تھا۔ جواب دینے…

مشین لرننگرسک مینجمنٹمارکیٹ کا مزاجشماریات
Machine Learning for Trading

یہ نوٹ بک سابقہ منافع کی خصوصیات کی ترتیبوں سے ETF کے مستقبل کے منافع کی پیش گوئی کے لیے زمانی کنولوشنل نیٹ ورک (TCN) پیش کرتی ہے۔ علّی کنولوشنز یقینی بناتے ہیں کہ آؤٹ پٹ صرف اپنی تاریخ تک کے مشاہدات استعمال کرے، جبکہ تیزی سے بڑھتی ہوئی ڈائلیشن ان پٹ ونڈو…

حصصمشین لرننگبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ نوٹ بک ٹِک اور حجم کے عدم توازن والے بارز کی وضاحت کرتی ہے، پھر NVDA کے تجارتی ڈیٹا پر موافق، مقررہ حد اور متحرک ونڈو کے طریقوں کا موازنہ کرتی ہے۔ ٹِک عدم توازن خرید و فروخت کی علامت شدہ سمتیں حد پوری ہونے تک جمع کرتا ہے؛ متوقع حد فی بار متوقع تجارتوں اور…

حصصمارکیٹ مائیکرو اسٹرکچرشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ کیس اسٹڈی CME فیوچرز کے لیے پوزیشن کے حجم کے متبادل طریقوں کا یکساں وزن کی بنیاد سے موازنہ کرتی ہے۔ یہ بتاتی ہے کہ الٹے اتار چڑھاؤ کے مطابق حجم ہر کنٹریکٹ کا اپنا اتار چڑھاؤ استعمال کرتا ہے، جبکہ کوواریئنس پر مبنی طریقے پروڈکٹس کے باہمی تعلق کو بھی ملحوظ…

فیوچرزپوزیشن کا حجم طے کرناپورٹ فولیو کی تشکیلرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک انفرادی میعاد ختم ہونے والے کنٹریکٹس سے فیوچرز کی مسلسل قیمت کی تاریخ بنانے کی وضاحت کرتی ہے۔ یہ ٹریڈنگ حجم سے فرنٹ منتھ کنٹریکٹس شناخت کرتی ہے، غیر حقیقی تبدیلیوں سے بچنے کے لیے واپس پلٹنے پر پابندی لگاتی ہے اور کیلنڈر کے مطابق رول کے وقت کا حقیقی…

فیوچرزبیک ٹیسٹنگآرڈر پر عمل درآمدمارکیٹ مائیکرو اسٹرکچر
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 بک مالی سلسلے پیدا کرنے والے عمل میں تبدیلیاں ڈھونڈنے کے طریقوں کا جائزہ لیتی ہے اور روزانہ SPY ڈیٹا کو مثال بناتی ہے۔ یہ Zivot–Andrews ٹیسٹ کا تقابل متعدد بریک کی سیگمنٹیشن کے طریقوں سے کرتی ہے؛ Zivot–Andrews یونٹ روٹ جانچتے ہوئے ایک بریک کا تخمینہ…

شماریاتمشین لرننگتکنیکی اشارےرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک کرنسی پیئرز کی پیش گوئی کی درجہ بندی کو ٹریڈ کیے جانے والے بنیادی معیار میں بدلتی ہے۔ ہر فیصلے کے وقت یہ سب سے اونچے اور سب سے نچلے رینک والے پیئرز سے یکساں حجم کی لانگ اور شارٹ سلیوز بناتی ہے، پھر FX بیک ٹیسٹ انجن سے ان کا جائزہ لیتی ہے۔ یکساں وزن…

فاریکسجوڑیوں کی ٹریڈنگبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ یوٹیلیٹی لائیو ڈیمو نوٹ بکس کے لیے پیش گوئی کے آرٹیفیکٹس تیار کرتی ہے۔ یہ مختلف کالم ناموں اور تاریخ کے فارمیٹس کو یکساں ٹائم اسٹیمپ، اثاثہ اور پیش گوئی کی ساخت میں معمول پر لاتی ہے۔ یہ دہرائے گئے ٹائم اسٹیمپ اور اثاثہ مشاہدات کو گروپ کر کے ان کے اسکور کا…

مشین لرننگبیک ٹیسٹنگشماریات