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

788 دستاویزات

Machine Learning for Trading

یہ دستاویز Chen، Pelger اور Zhu کے اثاثہ قیمت بندی کے نقل آرکائیو سے حاصل کردہ قابلِ تکرار US ایکویٹیز بینچ مارک بیان کرتی ہے۔ اس میں 1967 سے 2016 تک تقریباً 1.2 ملین ماہانہ اسٹاک مشاہدات، 46 فرم خصوصیات، معاشی اشاریے، آگے کے منافع، اور پہلے سے متعین تربیتی،…

حصصفیکٹر سرمایہ کاریمشین لرننگامریکی مارکیٹیں
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
Machine Learning for Trading

یہ مطالعہ پوچھتا ہے کہ آیا اختیارات کی مارکیٹ کے پیمانے مستقبل کے اسٹاک منافع کی درجہ بندی کر سکتے ہیں۔ فیچرز میں مختلف میعادوں پر مضمر اتار چڑھاؤ، پٹ کال اسکیو، ٹرم اسٹرکچر کی ڈھلوان اور ویرینس رسک پریمیم شامل ہیں۔ چونکہ بہت سے پیمانے ایک دوسرے سے ملتی جلتی…

آپشنزحصصاتار چڑھاؤمشین لرننگ
Machine Learning for Trading

یہ نوٹ بک روزانہ امریکی ایکویٹیز کے لیے مخالفانہ اسٹاکاسٹک ڈسکاؤنٹ فیکٹر ڈیزائن کو اپناتی ہے۔ پورٹ فولیو وزن کا نیٹ ورک اگلے دن کے زائد منافع سے ایک فیکٹر بناتا ہے، جبکہ مقابل مومنٹ نیٹ ورک پرائسنگ کرنل کی تربیت میں مدد دیتا ہے؛ الگ بیٹا نیٹ ورک اثاثہ سطح کے…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
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 نوٹ بک مارچ 16، 2020 کے بازار کریش کے دوران AAPL ٹریڈ اور کوٹ ریکارڈز کا جائزہ لیتی ہے تاکہ دکھایا جا سکے کہ دباؤ میں بازار کی خرد ساخت کیسے بدلتی ہے۔ یہ ریکارڈ کو باقاعدہ ٹریڈنگ اوقات تک محدود کرتی، ٹریڈ پرنٹس کو قومی بہترین بولی اور طلب کی تازہ کاریوں…

حصصمارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمداتار چڑھاؤ
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 دو مقامی طور پر چلائے گئے، کھلے وزن والے ایمبیڈنگ ماڈلز کا بازیافت کے کام پر موازنہ کرتی ہے؛ اس میں چند بڑی US کمپنیوں کی حالیہ 10-K فائلنگز کے اقتباسات استعمال ہوتے ہیں۔ دونوں ماڈلز کو دو جملوں کے یکساں اقتباسات اور تکنیکی، خطرے، اور عمومی…

مشین لرننگشماریاتحصصامریکی مارکیٹیں
Machine Learning for Trading

یہ نوٹ بک US فرم خصوصیات کے مطالعے کے لیے ماہانہ ماڈل میٹرکس بناتی ہے، ایک جاری کردہ پینل سے جس کی خصوصیات پہلے ہی فرموں کے درمیان درجہ بند ہیں۔ یہ کسی ٹرانسفارم کو فٹ کیے یا رولنگ ونڈوز نکالے بغیر، اسی فرم اور ماہ کی قطار میں موجود اقدار سے مرکبات اور…

حصصفیکٹر سرمایہ کاریپورٹ فولیو کی تشکیلبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ٹریڈ ڈیٹا سے ٹک اور حجم کے عدم توازن والے بار بنا کر معلومات پر مبنی سیمپلنگ کا جائزہ لیتی ہے۔ یہ دستی ٹک عدم توازن نفاذ کی لائبریری سیمپلر سے تصدیق کرتی ہے، پھر متوقع بار سائز اور موافقت کی سیٹنگز بدل کر موافق، مقررہ حد، اور رولنگ ونڈو طریقوں کا…

حصصمارکیٹ مائیکرو اسٹرکچرشماریاتتکنیکی اشارے
Machine Learning for Trading

دستاویز معیاری بازار ڈیٹا لوڈرز، پہلے سے تیار خصوصیات کے رجسٹر، اور سگنل کی تشخیص کو ملانے والا طریقۂ کار پیش کرتی ہے۔ خصوصیات کا حساب ناموں، پیرامیٹر لغات، یا YAML کے ذریعے متعین کیا جا سکتا ہے، جس سے قابلِ تکرار پائپ لائنز اور اشاروں کے متعدد افق ممکن ہوتے…

تکنیکی اشارےمشین لرننگشماریاتحصص
Machine Learning for Trading

یہ نوٹ بک N-BEATS بناتی ہے، ایک مکمل مربوط عصبی پیش گوئی کا فنِ تعمیر جو پورے ان پٹ وقفے کو دیکھ کر مستقبل کی راہ کی پیش گوئی کرتا ہے۔ اس کا قابلِ تشریح ماڈل ورژن بلاکس کو محدود کرتا ہے تاکہ وہ اجزا کو کثیر رقمی رجحان اور فوریئر موسمی بنیادوں کے ذریعے ظاہر…

مشین لرننگحصصبیک ٹیسٹنگشماریات
Machine Learning for Trading

یہ US ایکویٹیز کیس اسٹڈی مستقبل کے منافع کی پیش گوئی اور یہ دعویٰ کرنے میں فرق کرتی ہے کہ مومینٹم ان منافع کا سبب بنتا ہے۔ اس میں تازہ ترین ماہ کو نکال کر گزشتہ سال کے اسٹاک منافع کو ٹریٹمنٹ، فارورڈ منافع کو نتیجہ، اور حالیہ اتار چڑھاؤ، غیر نقد پذیری کی درجہ…

حصصمومینٹممشین لرننگشماریات
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 آلہ جاتی پرنسپل کمپوننٹ تجزیہ (IPCA) کی وضاحت کرتی ہے، جو مشترک عوامل کا تخمینہ لگاتا ہے اور ہر اسٹاک کے عامل ایکسپوژرز کو اسی دن کی آپشن سطح کی خصوصیات کا مشترک خطی فنکشن بناتا ہے۔ ان خصوصیات میں مضمر اتار چڑھاؤ، پٹ کال اسکیو، مدت کے ڈھانچے کی…

آپشنزحصصفیکٹر سرمایہ کاریمشین لرننگ
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 کراس سیکشنل ETF ریٹرن پیش گوئی کے لیے لائٹ جی بی ایم کا موازنہ ایک کم سے کم ملٹی لیئر پرسیپٹرون، ٹیبل ایم اور اختیاری ٹیبل پی ایف این سے کرتی ہے۔ ماڈلز مشترک واک فارورڈ فولڈز پر رینک معلوماتی کوایفیشنٹ سے جانچے جاتے ہیں، اور زمانی ترتیب والے توثیقی…

مشین لرننگحصصشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ دستاویز ٹریڈز، کوٹس اور لمٹ آرڈر بکس کے مطالعے کے لیے ایکویٹی مارکیٹ ڈیٹا کے چار ذرائع کا موازنہ کرتی ہے: الگوسیک TAQ، ڈیٹا بینٹو مارکیٹ بائی آرڈر، NASDAQ ITCH اور IEX HIST۔ یہ ہر ذریعے کی تفصیل، کوریج، لاگت یا رسائی کی شرائط، ذخیرے کی ضرورت اور یہ بتاتی…

حصصمارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمدہائی فریکوئنسی ٹریڈنگ
Machine Learning for Trading

یہ نوٹ بک معیاری ETF ڈیٹا لوڈنگ، فیچر رجسٹری اور سگنل کی تشخیص کو جوڑنے والا طریقۂ کار پیش کرتی ہے۔ یہ دکھاتی ہے کہ انڈیکیٹر کی میٹاڈیٹا کیسے تلاش کریں، طے شدہ یا واضح پیرامیٹرز سے فیچرز کیسے نکالیں، اور بار بار چلائی جا سکنے والی پائپ لائنز کے لیے…

حصصتکنیکی اشارےمومینٹمشماریات
Machine Learning for Trading

یہ نوٹ بک گمنام کردہ فرم کی خصوصیات اور ریٹرنز کے ڈیٹا پینل پر رینڈم فاریسٹ کا موازنہ ایکس جی بوسٹ، لائٹ جی بی ایم اور کیٹ بوسٹ سے کرتی ہے۔ ڈیٹا سیٹ میں وقت کے لحاظ سے تربیت، توثیق اور ٹیسٹ کے الگ حصے ہیں۔ ماڈلز کا بنیادی پیمانہ اسپیرمین رینک معلوماتی…

حصصمشین لرننگشماریاتفیکٹر سرمایہ کاری