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

827 دستاویزات

Machine Learning for Trading

نوٹ بک ٹریڈنگ سیشن کے دوران بڑے ایکویٹی آرڈر کو چھوٹے آرڈرز میں تقسیم کرنے کے دو طریقوں کا موازنہ کرتی ہے۔ TWAP ہر وقفے میں تقریباً برابر مقدار بھیجتا ہے اور اسے بازار کی پیش گوئی درکار نہیں۔ VWAP حصص کو اندازہ شدہ اندرونِ روز حجم کے خاکے کے مطابق مختص کرتا…

حصصآرڈر پر عمل درآمدمارکیٹ مائیکرو اسٹرکچربیک ٹیسٹنگ
Machine Learning for Trading

نوٹ بک بتاتی ہے کہ S&P 500 آپشنز کے پیش گوئی ماڈلز کا موازنہ کیسے کیا جائے تاکہ نامکمل یا غیر مماثل جانچ کے نمونے نتائج کو بگاڑ نہ سکیں۔ یہ ہر ماڈل کی شناخت خاندان، ترتیب اور چیک پوائنٹ کے ذریعے کرتی ہے، جانچتی ہے کہ پیش گوئیاں درج شدہ اہلیت کے معاہدوں پر…

آپشنزمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایک مشروط آٹواینکوڈر کی وضاحت کرتی ہے جو اسٹاک کے منافع کو خصوصیات پر منحصر فیکٹر لوڈنگز اور پوشیدہ فیکٹرز کی ضرب کے طور پر ماڈل کرتا ہے۔ پہلے مشترکہ کراس سیکشنل کم سے کم مربعات فِٹ کے ذریعے خصوصیات کے زیرِ انتظام پورٹ فولیو منافع کا تخمینہ لگایا…

حصصفیکٹر سرمایہ کاریمشین لرننگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ ڈیٹا رہنما مسلسل CME فیوچرز کنٹریکٹس کے مجموعے کو بیان کرتا ہے جو ایکویٹی اشاریوں، شرحوں، توانائی، دھاتوں، کرنسیوں، زراعت اور مویشیوں پر محیط ہے۔ یہ فی گھنٹہ ماخذ ڈیٹا اور اس سے اخذ کردہ روزانہ فریکوئنسی، کنٹریکٹ کی متعدد مدتوں، پراڈکٹ ترتیب اور لوڈر کے…

فیوچرزکئی اثاثوں پر مبنیاجناسبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک دیکھتی ہے کہ ماڈل کے اثاثوں کی رینکنگ کے بعد مختص کے قواعد ETF اسٹریٹیجیز کو کیسے متاثر کرتے ہیں۔ یہ پیش گوئی سیٹ اور دوبارہ توازن کا کیلنڈر مقرر رکھتی ہے، ہر موازنے کے لیے ایک ہی ٹاپ-کے باسکٹ چنتی ہے اور باسکٹ کے اندر دیے گئے وزن بدلتی ہے۔ طریقوں…

حصصپورٹ فولیو کی تشکیلپوزیشن کا حجم طے کرنارسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک یکساں وزن والے سگنل مرحلے کی بنیادی صورت سے نمایاں ویلیڈیشن پیش گوئی ترتیبات لیتی ہے اور انہی پیش گوئیوں پر متبادل مختص طریقے آزماتی ہے۔ یہ اسکور پر مبنی اور کنفارمل وزن کا موازنہ الٹا اتار چڑھاؤ، رسک پیریٹی، اوسط-تغیر اصلاح اور درجہ وار رسک پیریٹی…

حصصپورٹ فولیو کی تشکیلپوزیشن کا حجم طے کرنابیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ رجسٹرڈ ETF پیش گوئی سیٹ پورٹ فولیو میں تبدیل ہونے پر کیسی کارکردگی دکھاتے ہیں۔ یہ ہر ویلیڈیشن پیش گوئی سیٹ کو مقررہ داخلہ طریقوں، مثلاً مختلف ٹاپ-کے ہولڈنگز، کے ساتھ ملاتی ہے، جبکہ ٹریڈنگ کیلنڈر، دوبارہ توازن کی رفتار اور مقررہ کمیشن و…

حصصبیک ٹیسٹنگپورٹ فولیو کی تشکیلرسک مینجمنٹ
Machine Learning for Trading

یہ باب تحقیق سے حقیقی عمل درآمد تک کا راستہ بیان کرتا ہے، جس میں اسٹریٹیجی کی منطق بیک ٹیسٹ، پیپر ٹریڈنگ اور لائیو ٹریڈنگ کے ماحول میں چل سکتی ہے۔ اس میں بروکر اور پلیٹ فارم انضمام، تعیناتی کے چکر، ڈیٹا اور فیچر مطابقت کی جانچ، آرڈر کے پورے دورانیے کا انتظام…

آرڈر پر عمل درآمدرسک مینجمنٹبیک ٹیسٹنگمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ نوٹ بک ایک کراس سیکشنل مفروضے کے لیے فیچرز بناتی ہے: پرپیچوئل فیوچرز میں غیر معمولی طور پر مہنگی لانگ پوزیشننگ سے ہجوم زدہ ٹریڈز کھلنے پر نسبتی کمزوری پہلے ظاہر ہو سکتی ہے۔ یہ فنڈنگ ریٹس اور پریمیم انڈیکس ڈیٹا کو سطحوں، تاریخی زیڈ اسکورز، تصفیے کے اندرونی…

کرپٹوپرپیچوئل فیوچرزاثاثہ رکھنے کی لاگت یا آمدنبیک ٹیسٹنگ
Machine Learning for Trading

یہ باب مالی ڈیٹا کو مارکیٹ، بنیادی اور متبادل ذرائع کے اعتبار سے نقشہ بند کرتا ہے، پھر موازنہ کرتا ہے کہ اثاثوں کی اقسام قیمت، لیکویڈیٹی اور مشاہدات کے مفہوم کو کیسے بدلتی ہیں۔ یہ واضح کرتا ہے کہ ٹائم اسٹیمپس، ایڈجسٹمنٹس، شناختی کوڈز اور ترامیم ڈیٹا سیٹ کی…

کئی اثاثوں پر مبنیشماریاتبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک مصنوعی مالی سلسلے بنانے کے لیے بار بار چلنے والا مخالفانہ تخلیقی ماڈل TimeGAN پیش کرتی ہے۔ اس کے پانچ ماڈیولز ایمبیڈنگ اور تعمیرِ نو سیکھتے، مسلسل مخفی حالتوں کی پیش گوئی کرتے، شور سے سلسلے بناتے، اور بنائے گئے سلسلوں کو حقیقی سلسلوں سے الگ کرتے…

مشین لرننگحصصشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز کیس اسٹڈی کی جانچ کی ترتیبات سے واک فارورڈ ویلیڈیشن تقسیم بنانے کا مشترک طریقہ بیان کرتی ہے۔ یہ فولڈ کی تشکیل کیلنڈر سے آگاہ تقسیم کنندہ کے سپرد کرتی ہے، پینل کی قطاروں کو ہم آہنگ رکھنے کے لیے منفرد ٹائم اسٹیمپس استعمال کرتی ہے، اور مقررہ ہولڈ آؤٹ…

بیک ٹیسٹنگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک واقعات پر مبنی بیک ٹیسٹنگ انجن کے ذریعے BTC/USDT کے پرپیچوئل بارز کے لیے صرف لانگ RSI اوسط کی جانب واپسی کا قاعدہ نافذ کرتی ہے۔ یہ انٹرا ڈے مشاہدات کو UTC روزانہ بارز میں جمع کرتی ہے، منافع اور نقصان کے سادہ متحرک RSI کا حساب لگاتی ہے، اشاریہ حدِ…

کرپٹوپرپیچوئل فیوچرزاوسط کی جانب واپسیتکنیکی اشارے
Machine Learning for Trading

یہ دستاویز بتاتی ہے کہ TWAP اور VWAP بڑے بنیادی آرڈر کو ٹریڈنگ سیشن میں چھوٹے آرڈرز میں کیسے تقسیم کرتے ہیں۔ TWAP ہر وقت کے وقفے کو برابر حصے دیتا ہے؛ VWAP وقفے کے متوقع حجم کے تناسب سے حصے مختص کرتا ہے۔ نوٹ بک تاریخی منٹ بارز سے اس پیش گوئی کا تخمینہ لگاتی…

آرڈر پر عمل درآمدمارکیٹ مائیکرو اسٹرکچربیک ٹیسٹنگحصص
Machine Learning for Trading

یہ نوٹ بک ETF کے آئندہ منافع کی پیش گوئی کے لیے ایک زیرِ نگرانی آٹواینکوڈر پیش کرتی ہے۔ نیٹ ورک فنڈ کی فیچر قطار کو کم جہتی نمائندگی میں سمیٹتا ہے اور اسی نمائندگی سے براہِ راست منافع کی پیش گوئی کرتا ہے۔ اسی ماڈل خاندان کے مشروط آٹواینکوڈرز کے برعکس، یہ فرض…

مشین لرننگحصصشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز بتاتی ہے کہ موجودہ واک فارورڈ ویلیڈیشن تخصیص سے ایک ہولڈ آؤٹ تربیتی وقفہ کیسے اخذ کیا جائے۔ یہ مطالعے کی ترتیب سے مقررہ ہولڈ آؤٹ تاریخیں لیتی ہے، ویلیڈیشن فولڈز میں تربیت کی سب سے ابتدائی تاریخ استعمال کرتی ہے، اور تربیت اتنی پہلے ختم کرتی ہے کہ…

بیک ٹیسٹنگمشین لرننگرسک مینجمنٹشماریات
Machine Learning for Trading

یہ قابلِ عملیت کا تجزیہ جانچتا ہے کہ آیا کوٹ ڈیٹا ایسی مارکیٹ نیوٹرل، کراس سیکشنل اسٹریٹیجی کی حمایت کر سکتا ہے جو NASDAQ-100 کے اجزا کو ہر پندرہ منٹ بعد درجہ دے اور درجہ بندی کے دونوں سروں کو رکھے۔ یہ جانچتا ہے کہ آیا کافی اہل علامتوں کے کوٹس دستیاب ہیں، مڈ…

حصصمارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمدبیک ٹیسٹنگ
Machine Learning for Trading

یہ تجزیہ نو ٹریڈنگ کیس اسٹڈیز میں فیچر ٹریائیج لیجرز کا موازنہ کرتا ہے۔ یہ بینجامینی-ہوچبرگ غلط دریافت شرح کی اہمیت کو PROCEED فیصلے کے دوسرے راستے سے الگ کرتا ہے، جو کیس کے لحاظ سے اثر کے حجم کی کم از کم حد اور فولڈ میں نشان کے استحکام کو ملاتا ہے۔ چونکہ…

شماریاتمشین لرننگبیک ٹیسٹنگفیکٹر سرمایہ کاری
Machine Learning for Trading

یہ نوٹ بک مالیاتی جملوں کے جذبات کے تین زمروں کے لیے تین ٹرانسفارمر چیک پوائنٹس کو فائن ٹیون کرتی اور ان کی درستگی، میکرو F1، کنفیوژن میٹرکس، پیرامیٹرز کی تعداد اور تربیتی وقت کا موازنہ کرتی ہے۔ یہ Financial PhraseBank کو طبقاتی تربیت، توثیق اور ٹیسٹ حصوں…

مشین لرننگشماریاتمارکیٹ کا مزاجبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک CME فیوچرز کے منافع کے پینل سے پرنسپل کمپوننٹ فیکٹرز بناتی ہے، کیری، مومنٹم یا اتار چڑھاؤ جیسی انجینیئر کردہ خصوصیات سے نہیں۔ PCA پروڈکٹس میں تغیر کی وضاحت کرنے والی سمتیں تلاش کرتا ہے؛ پہلی سمت مشترکہ مارکیٹ حرکت جیسی لگ سکتی ہے، جبکہ بعد کے…

فیوچرزفیکٹر سرمایہ کاریمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز فیوچرز کے منافع کے لیے لیٹنٹ فیکٹر کے دو طریقے متعارف کراتی ہے۔ پرنسپل کمپوننٹ اینالیسس ایسی غیر مربوط سمتیں تلاش کرتا ہے جو منافع کے تغیر کی زیادہ سے زیادہ وضاحت کریں، جبکہ نیورل اسٹاکسٹک ڈسکاؤنٹ فیکٹر متوقع منافع کے کراس سیکشن سے متعلق امتزاج…

فیوچرزمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز بتاتی ہے کہ مشاہدے کی تاریخ اور بعد کے ٹریڈنگ سیشن کے ایڈجسٹ شدہ اختتامی نرخوں سے ETF کے روزانہ پیشگی منافع کے لیبل کیسے بنائے جائیں۔ یہ بنیادی ماہانہ افق کا لیبل اور اس سے مختصر ہفتہ وار متبادل بناتی ہے؛ اہلیت کے فلٹرز لاگو کرنے سے پہلے ہر علامت…

حصصمشین لرننگشماریاتمومینٹم
Machine Learning for Trading

یہ نوٹ بک توثیقی پیش گوئیوں کو لانگ اونلی ایکویٹی پورٹ فولیوز کے طور پر جانچتی ہے، جس میں مساوی وزن کے ٹاپ-K انتخاب اور ہر لیبل کے وقفے سے طے شدہ فیصلہ جاتی شیڈول استعمال ہوتا ہے۔ یہ سیڈ شدہ بے ترتیب سگنل رن سے کلوز سے اگلے اوپن تک واقعات کی ترتیب جانچتی،…

حصصآپشنزبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ مشترکہ یوٹیلٹی ماڈیول مقداری تحقیق کے لیے ایک مشترک گریڈینٹ بوسٹنگ پائپ لائن فراہم کرتا ہے۔ یہ گنجائش کے پیشگی خاکے متعین کرتا اور معیاری پیرامیٹر ناموں کو LightGBM، XGBoost، CatBoost اور scikit-learn ہسٹوگرام بوسٹنگ کی متعلقہ ترتیبات سے ملاتا ہے۔ یہ رن…

مشین لرننگبیک ٹیسٹنگپورٹ فولیو کی تشکیل