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

یہ تجزیہ مشترکہ کراس اثاثہ پینل پر مختلف خاندانوں کے رجسٹر شدہ ETF پیش گوئی ماڈلز کا موازنہ کرتا ہے۔ یہ معلوماتی ضریب استعمال کرکے جانچتا ہے کہ ہر ماڈل بعد کے منافع کے لحاظ سے فنڈز کی درجہ بندی کتنی اچھی کرتا ہے، اعتماد کے وقفوں اور فولڈ کی سطح پر یکسانیت کا…

کئی اثاثوں پر مبنیمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ یوٹیلیٹی اسٹریٹیجی بیک ٹیسٹس کے گروپس کے لیے انتخاب کے تعصب اور کارکردگی کی غیر یقینی کے میٹرکس کا حساب لگاتی ہے۔ یہ خاندانی، مرحلہ اور لیبل، نیز لیبل کی سطح پر گروپس بناتی ہے، پھر ڈیفلیٹڈ شارپ تناسب، مؤثر آزمائشوں کی تعداد، پیچیدگی کے مطابق ایڈجسٹ شدہ…

بیک ٹیسٹنگشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ تجزیہ بتاتا ہے کہ CME فیوچرز ڈیٹا کو مصنوعات، میعاد ختم ہونے والے معاہدوں، اور حجم کے مطابق رول کی گئی مسلسل سیریز میں کیسے منظم کیا جاتا ہے۔ اس میں E-mini S&P 500 ڈیٹا سے دکھایا گیا ہے کہ انفرادی معاہدوں کی ٹریڈنگ کی مدت محدود ہوتی ہے اور رول کے وقت ایک…

فیوچرزاجناسکئی اثاثوں پر مبنیبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز مشترکہ بیک ٹیسٹ رنر کے نفاذی اصول بیان کرتی ہے اور کارکردگی کو سالانہ شرح میں بدلتے وقت منافع گرڈ کی درست تشریح پر توجہ دیتی ہے۔ یہ منافع کے مشاہدات کے درمیان عام وقفوں سے مشاہدہ شدہ نمونہ جاتی فریکوئنسی کا اندازہ لگاتی ہے، غیر معمولی طور پر طویل…

بیک ٹیسٹنگرسک مینجمنٹشماریاتپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک اعلیٰ درجہ بند ای ٹی ایف اور CME فیوچرز کے لیے مساوی وزن، مثبت اسکور کے وزن، اور کنفارمل چوڑائی کے وزن والی تخصیصات کا موازنہ کرتی ہے۔ یہ سابقہ توثیقی فولڈز کی باقیات سے ہر اکائی کے اسپلٹ کنفارمل وقفے کی چوڑائی کا تخمینہ لگاتی ہے، اور وہ مشاہدات…

حصصفیوچرزپوزیشن کا حجم طے کرنارسک مینجمنٹ
Machine Learning for Trading

یہ دستاویز مشروط پوشیدہ عامل ماڈلز کے کنٹرول کے طور پر زیرِ نگرانی آٹواینکوڈر پیش کرتی ہے۔ یہ کمپنی کی خصوصیات سے براہِ راست فارورڈ منافع کی پیش گوئی کرتا ہے، جبکہ 57 اِن پٹس کو مختصر درمیانی تہہ میں سمیٹتا ہے۔ اسی درمیانی تہہ والے مشروط آٹواینکوڈر سے موازنہ…

حصصمشین لرننگفیکٹر سرمایہ کاریشماریات
Machine Learning for Trading

یہ نوٹ بک بتاتی ہے کہ اسٹاک اسپلٹس اور نقد ڈیویڈنڈز خام تاریخی قیمتوں کی سیریز میں خلل ڈال کر شمار شدہ منافع کو کیسے مسخ کرتے ہیں۔ یہ پچھلی قیمتوں کو بعد کے کارپوریٹ اقدامات کے مطابق دوبارہ پیمانہ کرنے والی بیک ورڈ ایڈجسٹمنٹ دکھاتی ہے اور اسے ایکویٹی OHLCV…

حصصامریکی مارکیٹیںبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ NASDAQ-100 مطالعہ جانچتا ہے کہ بار بار ری بیلنس ہونے والی ایکویٹی اسٹریٹیجی پر لین دین کے اخراجات کا کیا اثر پڑتا ہے۔ یہ اخراجات کے جواب کے دو ممکنہ طریقے الگ رکھتا ہے: زیادہ سیال اور کم لاگت والے ناموں تک قابلِ تجارت یونیورس محدود کرنا، اور ری بیلنس کی…

حصصامریکی مارکیٹیںآرڈر پر عمل درآمدمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ تجربہ ماہانہ ETF رینکنگ کے لیے گریڈینٹ بوسٹڈ ٹری ماڈل، ٹیبلر نیورل نیٹ ورک اور پوشیدہ عامل ماڈل کی توثیقی پیش گوئیوں کو یکجا کرتا ہے۔ پہلے پیش گوئیوں کو کراس سیکشن میں زیڈ اسکور سے معیاری بناتا ہے، پھر ان کی اوسط لیتا ہے۔ اینسمبل کا جائزہ معلوماتی عدد…

کئی اثاثوں پر مبنیمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز مستقبل کے مشاہدات استعمال کیے بغیر فٹ شدہ ماڈل فیچرز بنانے کے مشترکہ طریقے پیش کرتی ہے۔ پوشیدہ مارکوف ماڈلز کے لیے یہ موجودہ وقت تک کے مشاہدات پر مبنی فلٹر شدہ حالت کے امکانات کو، پوری ترتیب پر شرط رکھنے والے اسموتھڈ امکانات سے الگ کرتی ہے جن سے…

مشین لرننگاتار چڑھاؤشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز پیش گوئی کی باقیات کو ہر اکائی کے لیے غیر یقینی کی چوڑائیوں میں بدلنے کا واک فارورڈ طریقہ بیان کرتی ہے، جن سے پوزیشن کا حجم طے ہوتا ہے۔ ہر فیصلے کے وقت کیلیبریشن میں صرف وہ باقیات استعمال ہوتی ہیں جن کے نتائج سامنے آ چکے ہوں؛ وقفہ پیش گوئی کی مدت…

پوزیشن کا حجم طے کرنارسک مینجمنٹشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ کیس اسٹڈی کرپٹو پرپیچوئل فیوچرز اسٹریٹیجیز کے منجمد مجموعے میں سے ایک ترتیب منتخب کرتی ہے، جس میں منافع اور سمت کے مختلف لیبل، پورٹ فولیو سائزنگ کے طریقے اور خطرے کو قابو کرنے کے اضافی طریقے شامل ہیں۔ یہ توثیق میں سب سے زیادہ شارپ منتخب کرتی ہے، پھر بلاک…

کرپٹوپرپیچوئل فیوچرزبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ نوٹ بک امکان کی پیش گوئیوں کا جائزہ لینے اور پیش گوئی کے عمل کو منظم کرنے کا طریقہ بتاتی ہے۔ یہ بریئر اور لاگ اسکور، متوقع کیلیبریشن خطا اور شارپنس کا موازنہ کرتی ہے؛ دکھاتی ہے کہ ریلی ایبلٹی ڈایاگرام کہاں پیش گوئیاں حد سے زیادہ یا کم پراعتماد ظاہر کرتے…

شماریاتمشین لرننگرسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ سبق ETF کے کراس سیکشنل سگنلز کو لانگ اونلی، مساوی وزن والے ٹاپ ٹین پورٹ فولیوز میں بدلتا ہے اور رِج ریگریشن اور لاجسٹک کلاسیفیکیشن کا مومینٹم اور مساوی وزن والے بنیادی طریقوں سے موازنہ کرتا ہے۔ ماڈلز واک فارورڈ تربیتی ادوار پر فٹ کیے جاتے ہیں، فارورڈ…

حصصبیک ٹیسٹنگآرڈر پر عمل درآمدپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ مطالعہ جانچتا ہے کہ آیا ماہانہ US اسٹاک منافع پر خطی ماڈل کی ناقص فٹنگ اس کے مربع خطا کے مقصد کی وجہ سے ہے۔ اس میں غیر وِنسرائز شدہ فارورڈ منافع کا ہدف، فیچرز اور واک فارورڈ فولڈز یکساں رکھ کر مربع خطا، مطلق خطا اور ہیوبر نقصان سے تربیت یافتہ بوسٹڈ ٹری…

حصصامریکی مارکیٹیںمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک ایک مقررہ آرڈر کو طے شدہ مدت میں لیکویڈیٹ کرنے کے لیے پراکسمل پالیسی آپٹیمائزیشن ایجنٹ کی تربیت دیتی ہے۔ یہ سیکھی ہوئی رفتارِ نفاذ کی پالیسی کا موازنہ TWAP اور المگرین–کرِس شیڈول سے کرتی ہے، عمل درآمد کی کمی ناپتی ہے اور دیکھتی ہے کہ ہر اسٹریٹیجی…

کرپٹوپرپیچوئل فیوچرزآرڈر پر عمل درآمدمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک ریڈماکر اینٹی سیرم (RAS) پروٹوکول پیش کرتی ہے، جو محدود اسٹریٹیجیز یا سگنلز میں سے انتخاب کے لیے کارکردگی کے تخمینوں کو ایڈجسٹ کرتا ہے۔ تجرباتی ریڈماکر پیچیدگی اندازہ لگاتی ہے کہ امیدواروں کی کارکردگی کا میٹرکس بے ترتیب علامات کے ساتھ کتنی ہم آہنگ…

شماریاتبیک ٹیسٹنگرسک مینجمنٹمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک ترتیب وار فیچر کھڑکیوں سے اسٹاک منافع کی پیش گوئی کے لیے بنیادی معیار کے طور پر NLinear متعارف کراتی ہے۔ ہر نمونے میں ایک اسٹاک کے 60 مسلسل سیشن ہوتے ہیں۔ ہر فیچر کے لیے ماڈل اس کی تازہ ترین قدر منہا کرتا، حاصل شدہ تاریخ کو خطی تہہ سے ایک قدر میں…

حصصمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایس اینڈ پی 500 اختیارات کے شارٹ اسٹریڈل منافع کے ہدف پر TabM نیورل ماڈل فٹ کرتی ہے اور خطی اور بوسٹنگ طریقوں کے اسی فیچر پینل پر ماڈل کی تین گنجائشوں کا موازنہ کرتی ہے۔ TabM اینسمبل ارکان میں نیورل بنیادی ڈھانچا مشترک رکھتا ہے، جبکہ سیکھے گئے ہر…

آپشنزحصصمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایس اینڈ پی 500 ایکویٹی اور اختیارات کی تقسیم کے لیے پوزیشن سطح کے کنٹرول جانچتی ہے۔ یہ مقررہ اسٹاپ لاس، ٹریلنگ اسٹاپ اور وقت پر اخراج کا ہر اسٹریٹیجی کے اپنے بغیر اوورلے بنیادی معیار سے موازنہ کرتی ہے۔ یہ توثیقی شارپ سے اہل اسٹریٹیجی سلسلہ منتخب…

حصصآپشنزرسک مینجمنٹبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز بتاتی ہے کہ TSMixer کسی اسٹاک کی حالیہ فیچر ہسٹری کو سیشنز بہ فیچرز میٹرکس کے طور پر کیسے پراسیس کرتا ہے۔ اس کے بلاکس پہلے وقت کے ساتھ فیچر کالموں میں، پھر ہر سیشن کے اندر فیچرز کے درمیان معلومات کو ملاتے ہیں۔ بلاکس کو تہہ در تہہ رکھنے سے یہ عمل…

حصصمشین لرننگمومینٹمبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ای ٹی ایف اور CME فیوچرز کے لیے درج شدہ واک فارورڈ GBM پیش گوئیاں استعمال کرتے ہوئے مساوی وزن، الٹی کنفارمل چوڑائی کے وزن اور مثبت پیش گوئی اسکور کے متناسب وزن کا موازنہ کرتی ہے۔ یہ صرف پہلے کے فولڈز کے باقیات سے ہر ادارے کے لیے مخصوص مونڈریئن…

حصصفیوچرزرسک مینجمنٹپوزیشن کا حجم طے کرنا
Machine Learning for Trading

یہ نوٹ بک زیرو شاٹ Chronos اور TinyTimeMixer کی پیش گوئیوں کا LSTM اور جرمانہ شدہ خطی ماڈل سے ETF پینل پر موازنہ کرتی ہے۔ ہر ماڈل کو یکساں یک متغیری تاریخی سیاق ملتا ہے، لیکن پہلے سے تربیت یافتہ ماڈل آگے کے منافع کے لیبل کے بجائے اسی سیاقی سیریز کی پیش گوئی…

حصصمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ آیا اختیارات کی مارکیٹ کے پیمانے اسٹاکس میں مستقبل کے منافع کی درجہ بندی کر سکتے ہیں۔ یہ اختیارات سے اخذ کردہ فیچرز پر متعین خطی ماڈلز کو واک فارورڈ توثیق کے ساتھ فٹ کرتی اور رج، لاسو اور الاسٹک نیٹ کی جرمانہ قوتوں کا موازنہ کرتی ہے۔…

آپشنزحصصاتار چڑھاؤمشین لرننگ