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۔
827 دستاویزات
یہ نوٹ بک متنوع ETF کائنات کے لیے لانگ اونلی، مکمل سرمایہ کاری والا اوسط واریئنس فریم ورک بناتی ہے۔ یہ قابلِ عمل پورٹ فولیوز اور مؤثر فرنٹیئر بناتی ہے، پھر تخمینی ریٹرنز اور کوویریئنس استعمال کرکے زیادہ سے زیادہ شارپ اور کم سے کم واریئنس کے وزن حل کرتی ہے۔…
یہ نوٹ بک پیش گوئیوں، ارتکاز اور تخصیص کے قواعد کو مستقل رکھتے ہوئے سرکردہ ETF تخصیص کی ترتیبات کو اخراجات کے دو گرڈز پر دوبارہ قیمت دیتی ہے۔ یہ کیس اسٹڈی کے فی حصص کمیشن اور نصف بِڈ اَسک اسپریڈ والے ماڈل کا موازنہ بیسس پوائنٹ گرڈ سے کرتی ہے؛ پہلا ماڈل ETF…
یہ نوٹ بک پہلے سے منتخب کرپٹو پرپیچوئل فیوچرز ترتیب پر نفاذ کے اخراجات کے اثرات ناپتی ہے۔ یہ ماڈل، چیک پوائنٹ، داخلے کا قاعدہ، تخصیص اور رسک کنٹرول مستقل رکھ کر ٹریڈ شدہ نوٹیشنل پر راؤنڈ ٹرپ چارجز کی مختلف سطحوں پر بیک ٹیسٹ دوبارہ چلاتی ہے۔ ہر لیبل کے لیے…
یہ ترتیب فرم کی خصوصیات کی بنیاد پر درجہ بند ماہانہ لانگ شارٹ US ایکویٹی پورٹ فولیوز بیان کرتی ہے۔ اس میں 46 خصوصیات پر مشتمل مکمل ریکارڈز کی کائنات، ماہ کے اختتام پر فیصلے، اگلے اوپن پر نفاذ، لانگ اور شارٹ حصوں میں مساوی وزن، اور قرض لینے سمیت نمایاں لین…
یہ نوٹ بک ETFs کے cross-section کی قیمت بندی کے لیے stochastic discount factor ماڈل متعارف کراتی ہے۔ فنڈ exposures اور factor returns الگ الگ اندازہ کرنے کے بجائے، یہ نیٹ ورکس کو مشترک discount-factor سلسلہ تلاش کرنے کی تربیت دیتی ہے جس کا فنڈ منافع کے ساتھ…
یہ نوٹ بک ماہانہ ETF rotation بیک ٹیسٹ بناتی ہے، پورٹ فولیو منافع سے لے کر simulated trades تک۔ یہ گزشتہ risk-adjusted منافع سے دس فنڈز کی درجہ بندی کرتی، Treasury yield-curve regime کے ذریعے سرکردہ فنڈز اور دفاعی بانڈ allocation میں انتخاب کرتی، اور اگلے…
یہ نوٹ بک TabM، یعنی وزن مشترک کرنے والے neural ensemble، کو cryptocurrency perpetual-futures خصوصیات کے پینل پر لاگو کرتی ہے۔ اس کے اجزا neural backbone مشترک رکھتے ہیں، مگر الگ scaling vectors اور output layers رکھتے ہیں، یوں مؤثر ensembling کو باہم مربوط…
یہ نوٹ بک ETF خصوصیات پر خطی ماڈلز کا موازنہ کرتی ہے، جو اوورلیپ ہوتی منافع ونڈوز اور متعلقہ مومینٹم، اتار چڑھاؤ اور oscillator پیمانوں سے بنتی ہیں۔ ایسی پیش گوئیاں باہم مربوط ہوتی ہیں، جس سے ordinary least squares کے coefficients غیر مستحکم ہو جاتے ہیں۔…
یہ نوٹ بک ایک LSTM ماڈل بیان کرتی ہے جو اسٹاک کی خصوصیات کی ترتیب وار ونڈوز سے US ایکویٹی پینل میں منافع کی پیش گوئی کرتا ہے۔ سادہ جدولی ماڈل کے برعکس، LSTM سیشنز کو ترتیب وار پراسیس کرتا اور ہر ونڈو میں مخفی حالت آگے لے جاتا ہے۔ سیکھی ہوئی gates کنٹرول کرتی…
یہ نوٹ بک بتاتی ہے کہ ٹریڈنگ سگنل یا اعلان جیسے واقعات مارکیٹ بینچ مارک سے بڑھ کر منافع کی پیش گوئی کرتے ہیں یا نہیں، یہ کیسے جانچیں۔ یہ لیکویڈ ETFs میں مومینٹم بریک آؤٹس کی مثال سے طریقۂ کار دکھاتی ہے: واقعے سے پہلے کے منافع سے market model کا تخمینہ…
یہ نوٹ بک مقررہ NASDAQ-100 microstructure بیک ٹیسٹس پر stop-loss، trailing-stop اور وقت پر اخراج کے overlays کا موازنہ کرتی ہے۔ اسٹریٹیجی ہر پندرہ منٹ میں فیصلے کرتی ہے، جبکہ خطرے کے قواعد ہر منٹ قیمتیں دیکھتے ہیں، جس سے overlay کو signal updates کے درمیان…
یہ مطالعہ روزانہ، ہفتہ وار، ماہانہ اور سالانہ افق پر NSE 500 اسٹاک سے بنائے گئے فزیکل مومینٹم پورٹ فولیوز کا جائزہ لیتا ہے۔ یہ 2014–2021 کے تاریخی منافع اور خطرے کے پروفائلز کا جائزہ لیتا اور ہر افق کے بہترین کارکردگی والے پورٹ فولیو کا NIFTY 50 پورٹ فولیو…
یہ نوٹ بک مالی اور ماڈل سے اخذ کردہ فیچرز کی اس صلاحیت کی اسکریننگ کرتی ہے کہ وہ بعد کے ریٹرنز کے مطابق ETFs کی درجہ بندی کر سکیں۔ یہ ہر تاریخ کا انفارمیشن کوایفیشنٹ فیچر کی کراس سیکشنل درجہ بندیوں کو فارورڈ ریٹرن کی درجہ بندیوں سے ملا کر نکالتی ہے، پھر حاصل…
یہ نوٹ بک ایک لانگ اونلی Bitcoin اسٹریٹیجی کے لیے قابل آڈٹ رپورٹ بناتی ہے، جو RSI کی حدوں سے انٹری اور اخراج کرتی ہے۔ یہ مجموعی اور خالص نتائج کا تقابل کرتی ہے، پھر اسی ڈیٹا، وارم اپ، ایکسپوژر، فلز اور لاگتوں کے ساتھ چلائے گئے بائے اینڈ ہولڈ معیار کے مقابل…
یہ نوٹ بک ایک مرکوز ٹیسٹ پیش کرتی ہے: کیا پرپیچوئل فنڈنگ فیچرز کی سیکوئنس نمائندگی، پریمیم یعنی پرپیچوئل اور اسپاٹ قیمتوں کے فرق کے ہاتھ سے بنائے گئے خلاصوں سے بہتر ہے؟ یہ NLinear کا تقابل ایک بار بار چلنے والے LSTM سے کرتی ہے۔ NLinear حالیہ ونڈو کی تبدیلیوں…
یہ کنفیگریشن روزانہ کی لانگ شارٹ US ایکویٹی اسٹریٹیجی بیان کرتی ہے، جو ماڈل کی پیش گوئیوں کے مطابق وسیع اسٹاک مجموعے کی درجہ بندی کرتی، اوپر کے دس فیصد کو خریدتی اور نیچے کے دس فیصد کو ہر گروپ میں مساوی وزن کے ساتھ شارٹ کرتی ہے۔ یہ اگلے سیشن کے آغاز پر…
یہ نوٹ بک 20 کرنسی جوڑوں کے لیے امیدوار خصوصیات کو ایک وقت میں الگ الگ فارورڈ ریٹرنز کے مقابل جانچتی ہے۔ یہ تجزیہ واک فارورڈ توثیقی ادوار تک محدود رکھتی ہے، ہر سیشن کو اس کا فولڈ نشان دیتی ہے، اور ہولڈ آؤٹ سے پہلے ایک حفاظتی خلا چھوڑتی ہے تاکہ لیبلز اس محفوظ…
یہ نوٹ بک ماڈل کی درجہ بندی کو سادہ کرپٹو پرپیچوئل پورٹ فولیوز میں بدلتی ہے۔ ہر فنڈنگ ٹائم اسٹیمپ پر انٹری کا قاعدہ درجہ بندی کے اوپر یا نیچے سے کنٹریکٹس منتخب کرکے انہیں مساوی وزن دیتا ہے۔ مساوی وزن ایک حوالہ فراہم کرتا ہے: اس کے بعد سائزنگ کو یکساں رکھتے…
یہ نوٹ بک پیمائش کرتی ہے کہ اٹ دی منی S&P 500 آپشن اسٹرَیڈلز کا توثیقی شارپ، مفروضہ ایگزیکیوشن لاگتوں اور آپشنز کے دو دائروں میں کیسے بدلتا ہے۔ یہ اسپریڈ لاگت کو کوٹ کیے گئے آپشن ہاف اسپریڈ کے حصے کے طور پر ظاہر کرتی ہے، کیونکہ آپشن پریمیم اور بنیادی اثاثے…
یہ ماڈیول کئی ماڈل خاندانوں کے لیے واک فارورڈ ٹریننگ اور توثیقی فولڈز تیار کرنے کا مشترک طریقہ بیان کرتا ہے۔ یہ مہنگے، ماڈل سے آزاد کام—وقت کی ونڈوز کاٹنا، ہر فولڈ کی ماڈل پر مبنی خصوصیات لگانا، غائب لیبل والی قطاریں ہٹانا، اور ٹریننگ ڈیٹا کا نمونہ لینا—بعد…
یہ نوٹ بک فیوچرز کی پیش گوئی کے لیے LSTM اور NLinear سیکوئنس ماڈلز کا جائزہ لیتی ہے۔ ہر فیصلے کے لیے ایک فیچر قطار استعمال کرنے والے ماڈلز کے برعکس، سیکوئنس ماڈلز ماضی کے مشاہدات کی ترتیب وار ونڈوز لیتے ہیں اور ممکن ہے کہ ایسے نمونے سیکھیں جو مقررہ خلاصوں…
یہ نوٹ بک پرپیچوئل فیوچرز کی فنڈنگ تحقیق کے لیے کئی ماڈل خاندانوں کی توثیقی پیش گوئیوں کا تقابل کرتی ہے۔ یہ بتاتی ہے کہ انفارمیشن کوایفیشنٹ پیش گوئیوں اور بعد کے ریٹرنز کے درمیان درجہ جاتی تعلق ناپتا ہے، AUC اوپر یا نیچے کے لیبلز کی درجہ بندی ناپتا ہے، اور…
یہ نفاذ بتاتا ہے کہ ڈیپ لرننگ مطالعات میں استعمال ہونے والے پینل ڈیٹا کے لیے بیچوں میں سیکوئنس ونڈوز کیسے بنائے جائیں۔ ونڈوز ہر اثاثے کے مشاہدات کو مسلسل قطاروں میں سمیٹنے کے بجائے پینل کے متوقع کیلنڈر کے مطابق چلتی ہیں۔ غائب سیشن غیر مشاہدہ شدہ خلیوں کی…
یہ نوٹ بک مارکیٹ اور کمپنی کے ڈیٹا کو صاف کرنے کے عملی طریقے پیش کرتی ہے، جن میں نقلوں کو سنبھالنا، خلا کے نشانات، ڈومین فلٹرز، الٹ پھیر پر مبنی تیز حرکت کی شناخت، آؤٹ لائرز کو محدود کرنا، زمرہ جاتی انکوڈنگ، اور مختلف فریکوئنسی والے ڈیٹا سیٹس کو ہم آہنگ کرنا…