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

354 دستاویزات

Machine Learning for Trading

یہ نوٹ بک پوزیشن سائزنگ کو زیادہ سے زیادہ ناموافق اور موافق ایکسکرژن کے تجزیے سے جوڑتی ہے۔ یہ مقررہ تناسب کی سائزنگ دکھاتی ہے، جس میں ہر ٹریڈ کا رسک بجٹ اور انٹری سے اسٹاپ تک کا فاصلہ حصص کی تعداد طے کرتا ہے، جبکہ ارتکاز کی حد لاگو رہتی ہے۔ یہ تاخیری انفرادی…

پوزیشن کا حجم طے کرنارسک مینجمنٹاتار چڑھاؤبیک ٹیسٹنگ
Machine Learning for Trading

یہ فیچر انجینئرنگ ماڈیول منظم میکرو پورٹ فولیو ماڈلز کے لیے روزانہ قیمت کا ڈیٹا تیار کرتا ہے۔ یہ تخمینی اتار چڑھاؤ کے لحاظ سے پیمانہ بند مدت کے منافع، متعدد پیمانوں کے کئی MACD سگنل اور لاگ قیمتوں کے رولنگ زیڈ اسکور بناتا ہے۔ منافع کی مدتیں متعین مجموعہ یا…

کئی اثاثوں پر مبنیمومینٹمرجحان کی پیرویاتار چڑھاؤ
Machine Learning for Trading

یہ رہنما اثاثوں کی قیمت اور حجم کی تاریخ سے بننے والی خصوصیات کا جائزہ لیتا ہے، جن میں مختلف مدتوں کے منافع، رجحان اور واپسی کے پیمانے، اتار چڑھاؤ کے متعدد تخمینے، اتار چڑھاؤ کی کیفیتیں، سیالیت، انتہائی نقصان کا خطرہ اور کراس سیکشنل نارملائزیشن شامل ہیں۔ یہ…

تکنیکی اشارےمومینٹماتار چڑھاؤمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک منٹ کی سطح کے NASDAQ-100 ڈیٹا کو ماڈل پر مبنی فیچرز میں بدلنے کے تین طریقے بیان کرتی ہے: ویرینس کی پیش گوئیوں اور پیش گوئی کی غلطیوں کے لیے متحرک HAR رجعت، حالیہ حجم کے نمونوں کے لیے فوریئر ٹرانسفارم، اور قیمت اور آرڈر فلو کی تبدیلی کی ترتیب کے لیے…

حصصاتار چڑھاؤمارکیٹ مائیکرو اسٹرکچرشماریات
Machine Learning for Trading

یہ ماڈیول تقویتی لرننگ کے ماحول میں استعمال ہونے والی مصنوعی کرپٹو مارکیٹوں کے پیرامیٹرز کا تخمینہ لگاتا ہے۔ یہ منتخب علامت کے لیے گھنٹہ وار دائمی مارکیٹ ڈیٹا لوڈ کرتا ہے، بندش سے بندش تک لاگ ریٹرنز نکالتا ہے اور GARCH(1,1) اتار چڑھاؤ کا ماڈل فٹ کرتا ہے۔ اگر…

کرپٹوپرپیچوئل فیوچرزاتار چڑھاؤمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ دستاویز ایک مقررہ افق میں پوزیشن ختم کرنے کے لیے ایجنٹ کی تربیت کا Gymnasium ماحول بیان کرتی ہے۔ مشاہدے میں باقی انوینٹری اور وقت کے ساتھ اسپریڈ، مارکیٹ کی گہرائی، اتار چڑھاؤ اور معمول یا دباؤ کی کیفیت شامل ہیں۔ ایک مسلسل عمل، حوالہ جاتی شیڈول کے مقابلے…

مشین لرننگآرڈر پر عمل درآمدمارکیٹ مائیکرو اسٹرکچراتار چڑھاؤ
Machine Learning for Trading

یہ نوٹ بک انٹرا ڈے ایکویٹی منافع میں قیمت کی مسلسل تبدیلی کو اچانک چھلانگوں سے الگ کرتی ہے۔ یہ مربع لاگ منافع سے روزانہ رئیلائزڈ ویرینس ناپتی اور مسلسل جزو کا ایسا تخمینہ لگانے کے لیے بائی پاور ویری ایشن استعمال کرتی ہے جو چھلانگوں کے اثر سے محفوظ ہو؛ دونوں…

حصصاتار چڑھاؤشماریاتمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ باب ٹریڈنگ ماڈلز کے فیچرز بنانے کے لیے فِٹ شدہ شماریاتی طریقوں کے استعمال کا جائزہ لیتا ہے۔ اس میں تشخیص اور شماریاتی ساکنیت، ساختی بریک، فریکشنل فرق کاری، کالمن فلٹرنگ، اسپیکٹرل اور پاتھ سگنیچر طریقے، ARIMA اور GARCH اتار چڑھاؤ، HAR اور رَف وولیٹیلٹی…

شماریاتاتار چڑھاؤمشین لرننگرسک 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 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 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 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 مالی زمانی سلسلوں کی ماڈل سازی کے فیصلے کا طریقۂ کار پیش کرتا ہے۔ ابتدا میں SPY کی قیمتوں اور منافع، VIX کی سطحوں اور منافع کی تقسیم کے گراف سے سرکتے ہوئے لیول، مجتمع حرکتیں اور موٹی دُموں کی شناخت کی جاتی ہے۔ پھر ڈکی فلر کا افزوں ٹیسٹ، جس کا صفر…

شماریاتاتار چڑھاؤتکنیکی اشارےحصص
Machine Learning for Trading

یہ ETF خصوصیات کا مطالعہ ماڈل سے حاصل ہونے والے تین ان پٹ بناتا ہے: پوشیدہ مارکوف ماڈل (HMM) جو مارکیٹ کے نظام کا اندازہ لگاتا ہے، حوالہ فنڈز کی جزوی طور پر تفریق شدہ قیمتیں، اور ہر ETF کی GARCH(1,1) مشروط اتار چڑھاؤ۔ اس میں زور دیا گیا ہے کہ مستقبل کی…

حصصاتار چڑھاؤمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک اتار چڑھاؤ کی پیمائشوں کا موازنہ کرتی، ہیٹروجینیئس آٹوریگریسیو (HAR) ماڈل فٹ کرتی اور ہرسٹ ایکسپوننٹس سے کھردرے پن کا اندازہ لگاتی ہے۔ پہلے یہ انٹراڈے ریئلائزڈ ویریئنس کا روزانہ کے تخمینوں سے تقابل کرتی ہے، رات بھر کے ریٹرنز کو سیشن کی سرگرمی سے…

اتار چڑھاؤشماریاتتکنیکی اشارےبیک ٹیسٹنگ
Machine Learning for Trading

یہ باب مصنوعی مالیاتی ڈیٹا بنانے کے کلاسیکی طریقے سمجھاتا ہے، جن میں مسلسل وقت کے قیمت عمل، GARCH والیٹیلیٹی، بوٹسٹریپ ری سیمپلنگ اور ماڈلز کا موازنہ شامل ہیں۔ یہ بتاتا ہے کہ جیومیٹرک براؤنین موشن، جمپ ڈفیوژن، مین ریورژن اور Heston جیسے ماڈلز ریٹرنز،…

شماریاتاتار چڑھاؤرسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک پوزیشن سائزنگ کو زیادہ سے زیادہ ناموافق اور موافق ایکسکرژن کے تجزیے سے جوڑتی ہے۔ یہ فکسڈ فریکشنل سائزنگ دکھاتی ہے، جس میں حصص کی تعداد پورٹ فولیو کے رسک بجٹ اور انٹری سے اسٹاپ تک فاصلے کی بنیاد پر طے ہوتی ہے، اور پوزیشن کے ارتکاز کی حد بھی رکھی…

پوزیشن کا حجم طے کرنارسک مینجمنٹاتار چڑھاؤبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک فی گھنٹہ Bitcoin مستقل فیوچرز منافع کے مطابق بنائے گئے مشترک نقلی ٹریڈنگ ماحول میں DQN، PPO اور A2C کا موازنہ کرتی ہے۔ GARCH(1,1) ماڈل اتار چڑھاؤ کے کلسٹر فراہم کرتا ہے، جبکہ ماحول پوزیشن کی تبدیلی پر لاگت لیتا اور عمل کو ایک قدم کی تاخیر سے نافذ…

مشین لرننگکرپٹوپرپیچوئل فیوچرزاتار چڑھاؤ
Machine Learning for Trading

یہ نوٹ بک لانگ ETF سودوں سے نکلنے کے طریقوں کا موازنہ کرتی ہے: مقررہ منافع اہداف اور اسٹاپ، ٹریلنگ اسٹاپ، ATR کے مطابق پیمانہ شدہ رکاوٹیں، مشین لرننگ سگنل اور ان کے امتزاج۔ یہ اشارے اور سودوں کی نقل تیار کرتی ہے، پھر اوسط معیاری خطا سے سودوں کے منافع، جیت کی…

حصصرسک مینجمنٹپوزیشن کا حجم طے کرنااتار چڑھاؤ
Machine Learning for Trading

یہ نوٹ بک FRED سے معاشی سلسلوں کے فراہم کردہ پینل کا معائنہ اور اس کے کیلنڈر روز گرڈ، میٹا ڈیٹا اور اخذ شدہ کالموں کی تشریح بتاتی ہے۔ پینل کو روزانہ کیلنڈر پر پھیلانے کے باعث قطاروں کی تعداد اصل اجراء کے شیڈول چھپا دیتی ہے۔ ہر سلسلے میں تبدیلیاں گننے سے…

کئی اثاثوں پر مبنیمقررہ آمدنیاتار چڑھاؤشماریات
Machine Learning for Trading

یہ نوٹ بک ARIMA پیش گوئیوں کو الگ پیش گوئیوں کے بجائے بعد کے ماڈلوں کے ان پٹ کالم سمجھتی ہے۔ یہ ETF منافع پر ماڈل فٹ کرتی ہے، ترتیب تجویز کرنے کے لیے اسٹیشنیرٹی جانچ اور خود باہمی تعلق کی تشخیص استعمال کرتی ہے، اور تربیتی حصے میں معلوماتی معیار کے ساتھ…

حصصمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

دستاویز روزانہ OHLCV ڈیٹا دستیاب ہونے پر بولی اور طلب کے فرق کا اندازہ لگانے کے دو طریقے بتاتی ہے۔ Corwin-Schultz مسلسل ایک روزہ اور دو روزہ وقفوں کی بلند و پست حدود کا موازنہ کرتا ہے اور اتار چڑھاؤ اور فرق کے مختلف رویّوں سے انہیں الگ کرتا ہے؛ صفر سے کم…

مارکیٹ مائیکرو اسٹرکچرشماریاتآرڈر پر عمل درآمداتار چڑھاؤ
Machine Learning for Trading

یہ نوٹ بک ماڈلنگ سے پہلے مارکیٹ سیریز کی خصوصیات جانچنے کا ورک فلو پیش کرتی ہے۔ اس کا آغاز SPY کی قیمتوں اور ریٹرنز، VIX کی سطحوں اور ریٹرن کی تقسیم کے چارٹس سے ہوتا ہے تاکہ رجحانات، وولیٹیلٹی کے کلسٹرز اور موٹی دُموں کی شناخت ہو۔ پھر یہ بتاتی ہے کہ آگمینٹڈ…

حصصشماریاتاتار چڑھاؤرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک SPY کے روزانہ ریٹرنز سے فریکوئنسی ڈومین تجزیے اور ٹریڈنگ فیچرز کے ماخذ کے طور پر اس کی حدود سمجھاتی ہے۔ ویولیٹ ڈی کمپوزیشن تغیر کو بتدریج سست تر ٹائم اسکیلز کے بینڈز میں الگ کرتی ہے، جبکہ اسپیکٹرل تخمینے بتاتے ہیں کہ ریٹرن کا تغیر مختلف فریکوئنسیوں…

حصصشماریاتاتار چڑھاؤتکنیکی اشارے