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

174 دستاویزات

Machine Learning for Trading

یہ دستاویز فرم کے ریٹرنز کے ماڈلز کا ایک خاندان متعارف کراتی ہے، جو فرض کرتا ہے کہ غیر مشاہدہ شدہ مشترک عوامل کا ایک چھوٹا مجموعہ کراس سیکشن کے بیشتر حصے کی وضاحت کرتا ہے۔ ریٹرنز کی پیش گوئی خصوصیات سے براہ راست کرنے کے بجائے، یہ ماڈلز خصوصیات سے ہر فرم کی…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک حصص کے فیکٹر ماڈلنگ کے لیے زیرِ نگرانی آٹو انکوڈر متعارف کراتی ہے۔ غیر زیرِ نگرانی آٹو انکوڈرز کے برعکس، جو تقاطعی ساخت کی ازسرِنو تعمیر سے بوتل گردن سیکھتے ہیں، یہ ماڈل تربیتی مقصد میں مستقبل کے ریٹرنز بھی شامل کرتا ہے۔ چنانچہ ہدف پیش گوئیوں کے…

حصصمشین لرننگفیکٹر سرمایہ کاریشماریات
Machine Learning for Trading

یہ نوٹ بک CME فیوچرز پر نیورل اسٹاکاسٹک ڈسکاؤنٹ فیکٹر ماڈل لاگو کرتی ہے۔ اثاثہ جاتی قیمت گذاری میں اسٹاکاسٹک ڈسکاؤنٹ فیکٹر ایک بے ترتیب متغیر ہے جسے ہر اثاثے کے ریٹرن سے ضرب دینے پر، عدمِ ثالثی کی حالت میں، متوقع قدر یکساں ہوتی ہے۔ ماڈل اس پوشیدہ مقدار کا…

فیوچرزمشین لرننگفیکٹر سرمایہ کاریبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک نو اثاثہ جاتی طبقات میں مالی خصوصیات کی تیار کردہ فہرست مختلف کیس اسٹڈیز کے پار پیش کرتی ہے۔ یہ دستیاب ہر فیچر پینل میں خصوصیات اور نام پر مبنی گروہوں کی گنتی کرتی، خصوصیات کی جگہوں کے حجم کا موازنہ کرتی اور ہر کیس اسٹڈی کی ماڈل رجسٹری میں درج سب…

کئی اثاثوں پر مبنیشماریاتفیکٹر سرمایہ کاری
Machine Learning for Trading

یہ کیس اسٹڈی US کمپنیوں کی خصوصیات سے بنی ماہانہ لانگ شارٹ ڈیسیل اسٹریٹیجیز کا جائزہ لیتی ہے۔ یہ نقطۂ وقت کے حسابی وقفوں، واک فارورڈ توثیق اور دور کے لحاظ سے بدلتی ٹریڈنگ لاگت کے تحت خطی ماڈلز، گریڈینٹ بوسٹنگ اور پوشیدہ عوامل کے طریقوں کا موازنہ کرتی ہے۔…

حصصامریکی مارکیٹیںفیکٹر سرمایہ کاریمشین لرننگ
Machine Learning for Trading

یہ ماڈیول کئی مخفی فیکٹر ماڈلز، بشمول پرنسپل کمپوننٹس، انسٹرومنٹڈ پرنسپل کمپوننٹس اور نیورل آٹو انکوڈرز، کی واک فارورڈ فٹنگ اور جانچ کو مربوط کرتا ہے۔ یہ پینل ڈیٹا اور فولڈز تیار کرتا، ماڈل کے مخصوص رنرز چلاتا، اور پیش گوئیوں، فولڈ کی سطح کے میٹا ڈیٹا اور…

فیکٹر سرمایہ کاریمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نفاذ اثاثوں کی قیمت بندی کے لیے ایک مشروط آٹو انکوڈر بیان کرتا ہے۔ بیٹا نیٹ ورک ہر اسٹاک کی خصوصیات کو مخفی فیکٹر لوڈنگز میں نقش کرتا ہے، جبکہ خطی فیکٹر نیٹ ورک زیرِ انتظام پورٹ فولیو منافع کو فیکٹر منافع میں نقش کرتا ہے۔ ماڈل متعلقہ لوڈنگز اور فیکٹر…

حصصفیکٹر سرمایہ کاریمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک SEC XBRL ڈیٹا سے سہ ماہی ایکویٹی بنیادی مالیات کا پینل بنانے اور جانچنے کا طریقہ بیان کرتی ہے۔ ہر مشاہدے کے ساتھ وہ مالی مدت بھی درج ہوتی ہے جس کی یہ وضاحت کرتا ہے اور فائلنگ کی وہ تاریخ بھی جب معلومات عوامی ہوئیں۔ تاریخی ٹیسٹس میں یہ فرق ضروری ہے:…

حصصامریکی مارکیٹیںفیکٹر سرمایہ کاریبیک ٹیسٹنگ
Machine Learning for Trading

یہ US ایکویٹی پینل مطالعہ اختتامی قیمت پر دیکھی گئی خصوصیات سے مستقبل کے ریٹرنز کی پیش گوئی کے لیے جرمانہ شدہ خطی ماڈل کو بنیادی معیار بناتا ہے۔ اس کے فیچر سیٹ میں اوورلیپ کرتے مومینٹم اور اتار چڑھاؤ کی پیمائشیں شامل ہیں، جو باہمی خطی تعلق پیدا کرتی ہیں اور…

حصصفیکٹر سرمایہ کاریشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک اکاؤنٹنگ اور قیمت پر مبنی خصوصیات کو اگلے مہینے کے US اسٹاک ریٹرنز کے انفرادی پیش گو کے طور پر جانچتی ہے۔ یہ ہر خصوصیت اور ریٹرن لیبل کے درمیان ماہانہ کراس سیکشنل درجہ جاتی باہمی تعلق نکالتی ہے، پھر ترقیاتی مدت کے مہینوں میں اس کا خلاصہ کرتی ہے۔…

حصصفیکٹر سرمایہ کاریشماریاتمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ مشروط آٹو انکوڈر کس طرح انسٹرومنٹڈ پرنسپل کمپوننٹ ماڈل کو وسعت دیتا ہے: ایک نیورل نیٹ ورک اسٹاک کی خصوصیات کو فیکٹر ایکسپوژرز میں تبدیل کرتا ہے، جبکہ ماڈل ایکسپوژر اور فیکٹر ریٹرن کی وہی ساخت برقرار رکھتا ہے۔ یہ ہر تربیتی ونڈو کے مقررہ…

حصصفیکٹر سرمایہ کاریمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز ETF کے منافع کو ماڈل کرنے کے لیے آلہ جاتی پرنسپل کمپوننٹ تجزیے کی وضاحت کرتی ہے۔ عام PCA کے برعکس، جو ہر فنڈ کو عوامل کی مستقل نمائشیں دیتا ہے، IPCA ہر فنڈ کی نمائشوں کو اس کی قابلِ مشاہدہ خصوصیات کا مشترکہ خطی تابع بناتا ہے۔ یہ خصوصیات سے نمائشوں…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک آپشن سطح کے فیچرز والے ایکویٹی پینل کے لیے انسٹرومنٹڈ پرنسپل کمپوننٹ اینالیسس (IPCA) بیان کرتی ہے۔ عام PCA کے برعکس، جو ہر اسٹاک کے ایکسپوژر کا تخمینہ اس کی منافع کی تاریخ سے لگاتا ہے، IPCA ایکسپوژر کو ہر اسٹاک کے تاریخ کے مخصوص فیچرز، مثلاً مضمر…

حصصآپشنزفیکٹر سرمایہ کاریمشین لرننگ
Machine Learning for Trading

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…

حصصفیکٹر سرمایہ کاریشماریاترسک مینجمنٹ
Machine Learning for Trading

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…

حصصمشین لرننگشماریاتفیکٹر سرمایہ کاری
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 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 بتاتا ہے کہ مشروط خودکار انکوڈر، آلہ بند PCA کو ETF منافع کی ماڈل سازی کے لیے کیسے وسعت دیتا ہے۔ دونوں طریقے فنڈ کی خصوصیات کو عامل نمائشوں میں بدل کر انہیں عامل منافع سے ملاتے ہیں؛ خودکار انکوڈر IPCA کے خطی خصوصیت سے نمائش نقشے کی جگہ عصبی نیٹ ورک…

حصصفیکٹر سرمایہ کاریمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز مخفی فیکٹرز کو ایسے مشترک ریٹرن محرکات کے طور پر متعارف کراتی ہے جن کا اندازہ فیوچرز کے باہمی اتار چڑھاؤ سے ہوتا ہے، نہ کہ انہیں نامزد پیش گوؤں کے طور پر فراہم کیا جاتا ہے۔ یہ ہر تربیتی فولڈ کے اندر فٹ کیے گئے دو طریقوں کا موازنہ کرتی ہے۔ پرنسپل…

فیوچرزفیکٹر سرمایہ کاریمشین لرننگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ باب مقداری ٹریڈنگ تحقیق میں سببی دعووں کے جائزے کا فریم ورک پیش کرتا ہے۔ یہ ٹریٹمنٹ، نتیجے، ایسٹیمیند، کاؤنٹر فیکچوئل اور ایڈجسٹمنٹ سیٹ کی واضح تعریفوں سے شروع ہوتا ہے، پھر تحقیقی سوالات کو موزوں طریقوں سے ملاتا ہے: مسلسل ایکسپوژرز کے لیے ڈبل مشین لرننگ…

مشین لرننگشماریاتبیک ٹیسٹنگفیکٹر سرمایہ کاری
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ آیا منظم پورٹ فولیو کی چار حکمتِ عملیاں وسیع ETF باہمی حرکت کا حساب رکھنے کے بعد SPY منافع کی وضاحت کرتی ہیں۔ حکمتِ عملیاں تاخیری مومینٹم، اتار چڑھاؤ یا حالیہ منافع سے ETFs کی درجہ بندی کرتی ہیں۔ طویل تاریخ والے متوازن ETF مجموعے کے دس…

فیکٹر سرمایہ کاریمشین لرننگشماریاتمومینٹم
Machine Learning for Trading

یہ دستاویز اثاثوں کی قیمتوں کے ماڈلز کا معیار جانچنے کے لیے چن، پیلگر اور ژو کے ماہانہ US ایکویٹی پینل کا تعارف کراتی ہے۔ یہ معاشی موضوعات کے لحاظ سے گروپ کی گئی 46 فرم خصوصیات، اگلے ماہ کے اضافی ریٹرنز، اور پینل کی وقت کے مطابق ترتیب دی گئی ٹرین، ویلیڈیشن…

حصصامریکی مارکیٹیںفیکٹر سرمایہ کاریشماریات
Machine Learning for Trading

یہ تجزیہ فرم کی خصوصیات پر مبنی ماہانہ US ایکویٹی اسٹریٹیجی کے رجسٹر شدہ بیک ٹیسٹ پائپ لائن کا مطالعہ کرتا ہے۔ یہ شارپ کی غیر یقینی، احتمال اور ڈیفلیٹڈ شارپ پیمانے، جوڑی وار اسٹریٹیجی موازنوں، ہولڈ آؤٹ میں گراوٹ، اور چھوٹے مارکیٹ کیپ اسٹاکس کی کم لیکویڈیٹی…

حصصفیکٹر سرمایہ کاریشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک رسک پریمیم PCA کی وضاحت کرتی ہے، جو ٹریننگ دورانیے کے اوسط ریٹرنز کے وزنی بیرونی حاصلِ ضرب کو شامل کرکے ریٹرن کے کوویریئنس میٹرکس میں تبدیلی کرتا ہے۔ اس کے سرکردہ ایگن ویکٹر جامد فیکٹر پورٹ فولیوز متعین کرتے ہیں؛ وزن بڑھانے سے فیکٹر اوسط ریٹرنز کی…

فیکٹر سرمایہ کاریشماریاتپورٹ فولیو کی تشکیلبیک ٹیسٹنگ