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

689 دستاویزات

Machine Learning for Trading

یہ نوٹ بک حقیقی سپلائی چین علمی گراف اور ادارہ جاتی 13F ہولڈنگز کو مشین لرننگ فیچرز میں تبدیل کرتی ہے۔ یہ مرکزیت اور انحصار کے اشاریوں جیسے نیٹ ورک پیمانے اخذ کرتی، سپلائر ارتکاز اور مسابقتی تعرض کا تخمینہ لگاتی، اور ہولڈرز کی وسعت، ارتکاز اور مشترکہ ملکیت…

مشین لرننگحصصپورٹ فولیو کی تشکیلشماریات
Machine Learning for Trading

یہ ٹیوٹوریل ایک ماہانہ ETF گردش سمولیٹر بناتا ہے، جو گزشتہ خطرے کے مطابق ایڈجسٹ شدہ مومینٹم درجہ بندی اور ٹریژری شرحِ منافع کے منحنی دور کی فلٹر استعمال کرتا ہے۔ ہر ماہ کے آخر میں قاعدہ حالیہ قیمتوں کی تاریخ سے دس فنڈز کی درجہ بندی کرتا ہے؛ خطرہ لینے والے…

بیک ٹیسٹنگمومینٹمپورٹ فولیو کی تشکیلآرڈر پر عمل درآمد
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ جب کوواریئنس کے تخمینے غیر یقینی ہوں تو درجہ وار خطرہ برابری، اوسط اور تغیر کی تقسیم کا متبادل کیسے بن سکتی ہے۔ HRP ارتباطی فاصلے استعمال کرکے اثاثوں کے کلسٹر بناتی ہے، درجہ بندی کے مطابق ترتیب دیتی ہے، پھر ترتیب شدہ مجموعے کو بار بار…

پورٹ فولیو کی تشکیلرسک مینجمنٹبیک ٹیسٹنگحصص
Machine Learning for Trading

یہ نوٹ بک چار حوالہ جاتی ETF تقسیمات کا موازنہ تاریخی بحرانی ادوار، اثاثوں پر خود وضع کردہ بیک وقت جھٹکوں، اسٹوڈنٹ ٹی مونٹی کارلو سمولیشنز، اور بازار کے ادوار کے شماریات سے کرتی ہے۔ یہ زیادہ سے زیادہ ڈرا ڈاؤن کی پیمائش سمجھاتی ہے اور روزانہ مستقل وزن والے…

کئی اثاثوں پر مبنیرسک مینجمنٹپورٹ فولیو کی تشکیلاتار چڑھاؤ
Machine Learning for Trading

یہ مشترک یوٹیلٹی ماڈیول ٹائم سیریز ڈبل مشین لرننگ (DML) سے ٹریڈنگ ڈیٹا کے سببی تجزیے میں مدد دیتا ہے۔ اس کے درج شدہ اوزار میں ایمبارگو کے ساتھ واک فارورڈ تخمینہ، مخدوش ماڈلز، اور تردیدی جانچ شامل ہیں۔ پلیسبو ٹیسٹوں میں بلاک پرميوٹیشن مقامی زمانی انحصار…

شماریاتمشین لرننگبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک DeePM بیان کرتی ہے، ایک سر تا سر ETF پورٹ فولیو پالیسی جو مختلف بازار حالات میں کارکردگی بہتر بنانے کے لیے بنائی گئی ہے۔ اس کے اجزا میں اتار چڑھاؤ کے مطابق معمول شدہ منافع اور رجحان کی خصوصیات، LSTM پر مبنی ماڈل، متغیر انتخاب، کنڈیشننگ پرتیں، اور…

کئی اثاثوں پر مبنیپورٹ فولیو کی تشکیلمشین لرننگرسک مینجمنٹ
Machine Learning for Trading

دستاویز بتاتی ہے کہ چار بازار اثر ماڈلز کسی آرڈر سے وابستہ فی حصص ناموافق قیمت کی حرکت کا تخمینہ کیسے لگاتے ہیں: کوئی اثر نہیں، خطی اثر، جذرِ مربع اثر، اور قابلِ ترتیب قوت کا قانون۔ یہ علامت کے طریقۂ کار، شرکت، اتار چڑھاؤ، اور ماڈل کوائف کے کردار کی وضاحت…

آرڈر پر عمل درآمدمارکیٹ مائیکرو اسٹرکچربیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک اندازہ لگاتی ہے کہ خریدار کی شروع کردہ دستخط شدہ حجم کی شرح مستقبل کے 15 منٹ کے منافع سے وابستہ ہے یا نہیں، اور نسبتی اسپریڈ، حالیہ حقیقی اتار چڑھاؤ، اور گزشتہ ماہ کے منافع کو مدنظر رکھتی ہے۔ ڈبل مشین لرننگ کراس فٹنگ کے ذریعے ان مخدوش عوامل سے…

حصصمارکیٹ مائیکرو اسٹرکچرمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک ڈبل مشین لرننگ کے ذریعے جانچتی ہے کہ آیا مضمر اور حقیقی اتار چڑھاؤ کے فرق اور مستقبل کے ایکویٹی منافع کے درمیان تعلق، مشاہدہ شدہ مخدوش عوامل کے لیے ایڈجسٹمنٹ کے بعد بھی برقرار رہتا ہے۔ یہ اسی کراس فٹ مشاہدات پر ایڈجسٹ شدہ تخمینے کا سادہ عام کم از…

آپشنزحصصمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک ایک ETF پیش گوئی اسٹریٹیجی کا عملی دور دکھاتی ہے: مارکیٹ ڈیٹا تازہ کرنا، مالیاتی فیچرز دوبارہ نکالنا، رِج ماڈل کو دوبارہ تربیت دینا، تعیناتی کے اجزا محفوظ کرنا، موجودہ کراس سیکشنل پیش گوئیاں بنانا، انہیں بیک ٹیسٹ انجن سے دوبارہ چلانا اور منتخب…

حصصمشین لرننگآرڈر پر عمل درآمدبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک مارکیٹ کی سرگرمی کو ماڈل شدہ ٹریڈنگ اخراجات اور اسٹریٹیجی کی گنجائش میں تبدیل کرنے کا فریم ورک تیار کرتی ہے۔ یہ مربع جذر اثر ماڈل متعارف کراتی، وولیٹیلیٹی اور اوسط یومیہ حجم کو اہم ان پٹس قرار دیتی، اور مارکیٹ ڈیٹا سے دستیاب مقداروں کو ان اثر…

مارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمدرسک مینجمنٹپوزیشن کا حجم طے کرنا
Machine Learning for Trading

نوٹ بک ویلیو ایٹ رسک کو نقصان کے کوانٹائل اور مشروط ویلیو ایٹ رسک، یا متوقع شارٹ فال، کو اس حد سے آگے کے اوسط نقصان کے طور پر بیان کرتی ہے۔ یہ وسیع ایکویٹی ETF کے لیے ایک روزہ دم کے خطرے کا چار طریقوں سے تخمینہ لگاتی ہے: تجرباتی تاریخی کوانٹائلز، گاوسی ماڈل،…

حصصاتار چڑھاؤرسک مینجمنٹشماریات
Machine Learning for Trading

یہ نوٹ بک رجسٹرڈ اور مکمل کوریج والے امیدواروں سے توثیقی کنفیگریشن دوبارہ بنا کر منتخب ایس اینڈ پی 500 ایکویٹی اور آپشنز اسٹریٹیجی کا جائزہ لیتی ہے۔ یہ مساوی وزن والے بنیادی معیار سے شروع ہوکر سرمایہ کی تقسیم، رسک کنٹرولز اور اخراجات کی حساسیت تک انتخابی…

حصصآپشنزبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ دستاویز بتاتی ہے کہ ریٹرنز کو اوورلیپ ہوتی ونڈوز میں تقسیم کرکے اور ہر ونڈو کو تجرباتی تقسیم سمجھ کر مارکیٹ کے ادوار کی شناخت کیسے کی جائے۔ یہ باہم ملتے، ترتیب دیے ہوئے کوانٹائلز سے ونڈوز کے درمیان فاصلہ ناپتی ہے؛ یوں پوری تقسیم کے فرق، بشمول انتہائی…

شماریاتمشین لرننگرسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک رجسٹرڈ بیک ٹیسٹس اور مقررہ انتخابی عمل سے ہفتہ وار ایس اینڈ پی 500 آپشنز اسٹریڈل اسٹریٹیجی کا جائزہ لیتی ہے۔ مائع کائنات کی پابندی لگانے کے بعد یہ رجسٹری سے منتخب کنفیگریشن اخذ کرتی ہے، پھر اسٹریٹیجی چننے کے لیے ہولڈ آؤٹ استعمال کیے بغیر توثیقی اور…

آپشنزحصصبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ دستاویز بتاتی ہے کہ توثیقی ڈیٹا پر منتخب کنفیگریشن استعمال کرتے ہوئے محفوظ NASDAQ-100 مائیکرو اسٹرکچر ہولڈ آؤٹ مدت کے لیے پیش گوئیاں کیسے بنائی جائیں۔ یہ منتخب ماڈل کو صرف اس تاریخ پر ختم ہونے والے ڈیٹا سے دوبارہ فٹ کرتی ہے جو ہولڈ آؤٹ سے پہلے کی ہو، اور…

بیک ٹیسٹنگرسک مینجمنٹمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ کیس اسٹڈی میعاد ختم ہونے تک رکھی گئی شارٹ ایٹ دی منی اسٹریڈلز کے ریٹرنز پر ریگولرائزڈ خطی ماڈلز فٹ کرتی ہے۔ چونکہ پریمیم آمدنی نفع کو محدود کرتی ہے جبکہ نقصان بے حد بڑھ سکتا ہے، اس لیے چند شدید نقصانات اسکوائرڈ ایرر ریگریشن کے مقصد پر غالب آ جاتے ہیں۔ نوٹ…

آپشنزاتار چڑھاؤمشین لرننگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک حقیقی ETF ڈیٹا استعمال کرکے جانچتی ہے کہ نظرثانی کی مدت، مارکیٹ کے دور اور نفاذ میں معقول تبدیلیوں کے باوجود مومینٹم سگنل مفید رہتا ہے یا نہیں۔ یہ مومینٹم اور آئندہ ریٹرنز کے درمیان کراس سیکشنل معلوماتی کوایفیشنٹس نکالتی ہے، پھر کارکردگی کو رسپانس…

فیوچرزمومینٹمبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ دستاویز تحقیقی ایجنٹس کے لیے ایک منظم حالت ریکارڈ پیش کرتی ہے جو ان کی گفتگو کے متن سے الگ ہے۔ ریکارڈ سوال اور آخری حد، جمع شدہ شواہد، غیر حل شدہ سوالات، ٹول کالز کی تاریخ، گیٹ کے نتائج اور ترکیب کی حالت محفوظ کرتا ہے۔ شواہد اور ٹول کے سراغ الگ رکھنے سے…

مشین لرننگشماریاتبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ دستاویز موجودہ کرپٹو پرپیچوئل اسٹریٹیجی میں شامل کی گئی پوزیشن سطح کی ایگزٹس کا مطالعہ کرتی ہے: مقررہ اسٹاپ لاس، ٹریلنگ اسٹاپ اور وقت پر مبنی ایگزٹس۔ یہ بتاتی ہے کہ یہ کنٹرولز صرف بنیادی اسٹریٹیجی کی منتخب کردہ پوزیشنز بند کرتے ہیں، اور ان کا موازنہ اسی…

کرپٹوپرپیچوئل فیوچرزرسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ ماڈیول جانچنے کے طریقے بیان کرتا ہے کہ آیا پیش گوئیوں اور بیک ٹیسٹ کے اِن پٹس میں مطالعے کے مقررہ سیشنز اور فولڈز شامل ہیں۔ نسبتی جانچ امیدوار ماڈلز کا آپس میں موازنہ کرتی ہے، اس لیے کوئی مشترکہ ناکامی نظرانداز ہو سکتی ہے: پرانی فولڈ حدود یا پائپ لائن کے…

بیک ٹیسٹنگرسک مینجمنٹشماریاتمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ قابلِ عملیت کا تجزیہ جانچتا ہے کہ آیا US کمپنی خصوصیات پر مبنی ماہانہ لانگ شارٹ اسٹریٹیجی کا دستیاب پینل کے ساتھ جائزہ لیا جا سکتا ہے۔ یہ تصدیق کرتا ہے کہ پیمائشیں درجہ بندی کی صورت میں درج ہیں، بتاتا ہے کہ کمپنیاں کتنی مدت تک مشاہدے میں رہتی ہیں، ہر ری…

حصصفیکٹر سرمایہ کاریبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک منافع کی پیش گوئی اور یہ دعویٰ کرنے میں فرق کرتی ہے کہ مومینٹم ان منافع کا سبب بنتا ہے۔ یہ تازہ ترین مہینے کو چھوڑ کر اسٹاک کے گزشتہ سال کے منافع کو اثرانداز متغیر اور آئندہ منافع کو نتیجہ سمجھتی ہے۔ حالیہ اتار چڑھاؤ، غیر لیکویڈ ہونے کی درجہ بندی…

حصصمومینٹممشین لرننگشماریات
Machine Learning for Trading

یہ یوٹیلٹی مقداری تحقیق کی پائپ لائنز سے تیار شدہ ڈیٹا آرٹیفیکٹس کے لیے تشخیصی طریقۂ کار بیان کرتی ہے۔ یہ عددی کالموں میں نَل قدروں، غیر متناہی قدروں، صفر، منفرد قدروں، کوانٹائلز اور انتہائی قدروں کے رویے کا پروفائل بناتی ہے، پھر قابلِ ترتیب مشاورتی حدوں سے…

شماریاترسک مینجمنٹبیک ٹیسٹنگ