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

768 دستاویزات

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 مختصر یورپی کال کے لیے ڈیپ ہیجنگ کا مظاہرہ کرتی ہے۔ یہ جیومیٹرک براؤنین موشن کے راستے نقل کرتی، بلیک–شولز ڈیلٹا ہیجنگ کو بنیادی معیار بناتی، اور اختتامی نقصانات کے مشروط ویلیو ایٹ رسک مقصد کو کم کرنے والی بنیادی پوزیشنیں منتخب کرنے کے لیے نیم…

آپشنزڈیریویٹوز کی قیمت بندیمشین لرننگرسک مینجمنٹ
Machine Learning for Trading

یہ دستاویز انسٹرومنٹڈ PCA کی مثال پیش کرتی ہے، جس میں اثاثہ فیکٹر لوڈنگز کو منافع سے پہلے مشاہدہ شدہ خصوصیات کے خطی افعال کے طور پر ماڈل کیا جاتا ہے۔ یہ خصوصیات سے لوڈنگ نقشہ اور مشاہدہ شدہ فیکٹرز کا تخمینہ باری باری کم از کم مربعات سے لگاتی ہے، پھر گردش سے…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
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 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 تخمینہ لگاتی ہے کہ آیا کرپٹو پرپیچولز پریمیم کا زیڈ اسکور مداخلت کے تحت بعد کے آٹھ گھنٹے کے منافع سے وابستہ ہے، جبکہ قیمت کے اتار چڑھاؤ، فنڈنگ ریٹ اور پریمیم کے حالیہ اوسط سے انحراف کو ایڈجسٹ کیا جاتا ہے۔ ڈبل مشین لرننگ نتیجے اور ٹریٹمنٹ کی ان مخفی…

کرپٹوپرپیچوئل فیوچرزمشین لرننگشماریات
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 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 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 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