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 رجسٹرڈ تحقیقی آرٹیفیکٹس کے ذریعے منتخب فارن ایکسچینج اسٹریٹیجی اور اس کی ہولڈ آؤٹ نسبت کا جائزہ لیتی ہے۔ یہ منجمد توثیقی امیدواروں کے مجموعے سے انتخاب دہراتی ہے، اور اہل، سالوینٹ بیک ٹیسٹس کو توثیقی شارپ کی بنیاد پر ایک قطعی فیصلہ کن اصول سے درجہ…
یہ دستاویز رجسٹرڈ ٹریڈنگ اسٹریٹیجیز کے موازنے اور منظم کیس اسٹڈی جائزے تیار کرنے کی سہولتوں کا بیان ہے۔ رینکنگ کا بنیادی طریقہ پورٹ فولیو پیمانے نکالنے سے پہلے واپسی کے سلسلوں کو ان کے عین مشترک ٹائم اسٹیمپس تک محدود کرتا ہے، تاکہ ہر امیدوار کا فیصلہ ایک ہی…
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،…
نوٹ بک جانچتی ہے کہ مقررہ ماہانہ ETF مومینٹم اسٹریٹیجی نے اتار چڑھاؤ، رجحان اور ییلڈ کرو کی حالتوں میں کیسی کارکردگی دکھائی۔ کیفیت کے لیبل اس طرح بنائے گئے ہیں کہ وہ بیان کردہ واپسی سے پہلے معلوم ہوں: اتار چڑھاؤ اور انڈیکس کا رجحان پچھلے کلوز استعمال کرتے…
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،…
یہ نوٹ بک مشترک بیک ٹیسٹ انجن سے ماڈل کی پیش گوئیوں کو NASDAQ-100 ٹریڈنگ اسٹریٹیجیز کے طور پر جانچتی ہے۔ پہلے بے ترتیب سگنلز کے ساتھ پائپ لائن کی جانچ ہوتی ہے: اخراجات کے بعد مسلسل منافع ہو تو لک اہیڈ، غیر مطابق ڈیٹا یا وصول نہ کی گئی لاگت جیسے مسائل کا…
یہ نوٹ بک ماڈل فِٹ کرنے یا پیش گوئیاں بنانے سے پہلے جانچتی ہے کہ پندرہ منٹ کی کراس سیکشنل اسٹاک رینکنگ اسٹریٹیجی قابلِ عمل ہے یا نہیں۔ یہ NASDAQ-100 کوٹ ڈیٹا، درمیانی قیمت کی واپسی اور ہولڈ آؤٹ سے پہلے کی ترقیاتی مدت استعمال کرتے ہوئے اسٹریٹیجی کی اہل…
یہ کوڈ بیان کرتا ہے کہ کیس اسٹڈی کی ترتیب سے بیک ٹیسٹ کی ترتیبات کیسے طے ہوتی ہیں اور رن کی شناخت ٹریڈ کیے گئے مجموعے اور پیش گوئی کی عمر میں تبدیلیوں کو کیسے شمار کرتی ہے۔ بنیادی سبق یہ ہے کہ پورٹ فولیو یا پیش گوئیوں کا مجموعہ بدلنے والی ہر چھانٹی حکمتِ…
دستاویز اسٹریٹیجی کی واپسیوں کا دو بیرونی بینچ مارکس سے موازنہ کرنے کے طریقے بتاتی ہے: روزانہ SPY کل واپسی اور فاما۔فرینچ مارکیٹ واپسی، جو مارکیٹ رسک پریمیم اور بے خطر شرح جمع کر کے بنتی ہے۔ اس میں تاریخ کی چھانٹی اور مطابقت کے معاون طریقے شامل ہیں، مثلاً ان…
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…
دستاویز میں ETF مارکیٹ ڈیٹا لوڈ کرنے کا طریقہ بیان ہے، جس میں اختیاری علامتی اور تاریخ کی چھانٹیاں اور واپس کی جانے والی علامتوں کی مقررہ حد شامل ہے۔ بنیادی تجزیاتی نکتہ یہ ہے کہ قیمتوں کے سلسلے کو ناپی جانے والی مقدار کے مطابق منتخب کیا جائے: واپسیوں کے لیے…
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 بک پہلے سے منتخب FX حکمتِ عملی کی تفصیلات کو رجسٹرڈ ہولڈ آؤٹ پیش گوئیوں پر چلاتی ہے۔ یہ حکمتِ عملی کے سگنل، تخصیص، خطرے کے کنٹرول، دوبارہ توازن کے اصول، اخراجات اور اکاؤنٹ کی ترتیبات برقرار رکھتی ہے؛ پیش گوئیوں کا مجموعہ اور قیمت فریم کی شناخت ہولڈ…
یہ نوٹ معاون حقیقی ڈیٹا اسٹریٹیجی کاموں پر VectorBT Pro اور VectorBT OSS کا ML4T سے موازنہ کرنے والا تازہ آڈٹ پیش کرتا ہے۔ دونوں VectorBT ایڈیشن ETF مختص، USD کوٹ والی زرمبادلہ مختص اور US ایکویٹی پینل میں شامل ہیں۔ Pro معاہدے کے ضرب اور فیوچرز طرز کے لیوریج…
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…
یہ نوٹ منتخب کرپٹو پرپیچوئل اسٹریٹیجی ترتیبات پر لاگو چھ مختص طریقوں کا مطالعہ کرتا ہے۔ درجہ بندی اور داخلے کے قواعد مستقل رہتے ہیں، جبکہ ہر پوزیشن کے لیے مختص سرمایہ بدلتا ہے۔ طریقے ماڈل اسکور، انفرادی معاہدے کے اتار چڑھاؤ، معاہدوں کے درمیان کوواریئنس یا…
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…