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

325 دستاویزات

Machine Learning for Trading

یہ نوٹ بک LSTM تخصیص کنندہ بناتی ہے جو ETF ریٹرنز اور متحرک اتار چڑھاؤ فیچرز کی سلسلوں کو براہِ راست لانگ اونلی پورٹ فولیو وزن میں بدلتا ہے۔ سافٹ میکس آؤٹ پٹ وزن کو غیر منفی اور سرمایہ کاری کو مکمل رکھتا ہے۔ ریٹرنز کی پیش گوئی کرکے انہیں اصلاح کنندہ میں دینے…

مشین لرننگپورٹ فولیو کی تشکیلبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک PyPortfolioOpt، Riskfolio-Lib اور skfolio کا موازنہ مشترکہ ETF ریٹرن پینل پر پورٹ فولیو تخصیص کنندگان فٹ کرکے اور ان کے منجمد وزن بعد کے مشاہدات پر جانچ کر کرتی ہے۔ اس میں اوسط-خطرہ، انتہائی نقصان کا خطرہ، درجہ وار رسک پیریٹی اور جرمانہ شدہ تخصیص…

پورٹ فولیو کی تشکیلبیک ٹیسٹنگرسک مینجمنٹآرڈر پر عمل درآمد
Machine Learning for Trading

یہ مشترکہ تخصیصی ماڈیول کراس سیکشنل پیش گوئیوں کو پورٹ فولیو وزن میں بدلتا ہے۔ یہ اسکور کے مطابق اثاثوں کی درجہ بندی کرکے لانگ پوزیشنیں یا لانگ–شارٹ پورٹ فولیو کے لیے اوپری اور نچلی باسکٹ منتخب کرتا ہے۔ پوزیشن کے وزن کنفارمل پیش گوئی کے وقفے کی چوڑائی پر…

پورٹ فولیو کی تشکیلپوزیشن کا حجم طے کرنارسک مینجمنٹشماریات
Machine Learning for Trading

یہ نوٹ نمایاں S&P 500 ایکویٹی سگنل ترتیبوں کے لیے پورٹ فولیو کا حجم مقرر کرنے کے طریقوں کا موازنہ کرتا ہے۔ پہلے ہر ترتیب کا مکمل کوریج والا مضبوط ترین چیک پوائنٹ توثیقی شارپ سے منتخب کیا جاتا ہے، پھر انہی پیش گوئیوں پر متبادل مختص کار لاگو ہوتے ہیں، جن میں…

حصصپورٹ فولیو کی تشکیلپوزیشن کا حجم طے کرنابیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ادارہ جاتی 13ایف انکشافات کو مینیجرز اور اسٹاک ملانے والے دو حصوں کے گراف میں بدلتی، پھر اسٹاک کی سطح پر ملکیت کے فیچرز اخذ کرتی ہے۔ یہ مینیجر اور اسٹاک کی تکراری پوزیشنیں یکجا کرتی، جاری کنندہ کے نام معیاری بناتی، آپشن کی قطاریں خارج کرتی اور…

حصصشماریاتپورٹ فولیو کی تشکیلامریکی مارکیٹیں
Machine Learning for Trading

یہ نوٹ بک آف لائن مشین لرننگ پائپ لائن اور کوانٹ کنیکٹ کے LEAN انجن کے درمیان تعیناتی کی حد دکھاتی ہے۔ یہ ETF کیس اسٹڈی رجسٹری سے پیش گوئیوں کا مجموعہ منتخب کرتی، تربیت اور پیش گوئی کے ماخذ کی تصدیق کرتی، اور نمونے سے باہر الگ رکھی گئی پیش گوئیاں JSON ساخت…

مشین لرننگآرڈر پر عمل درآمدبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ دستاویز ٹریڈنگ کیس اسٹڈیز میں ماڈل کی تربیت، پیش گوئیوں، علّی تخمینوں اور بیک ٹیسٹس کو ریکارڈ کرنے والے رَن لاگ نظام کی وضاحت کرتی ہے۔ یہ بتاتی ہے کہ کنفیگریشنز کیس اسٹڈی کی ترتیبات، تربیتی مینیو اور ماڈل پری سیٹس سے گزرتی ہوئی حل شدہ خصوصیات بنتی ہیں، جن…

بیک ٹیسٹنگمشین لرننگشماریاتپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک ادارہ جاتی 13ایف ہولڈنگز کو ایسے گراف میں بدلتی ہے جو مینیجرز اور اسٹاک کو جوڑتا ہے، جس میں شعبہ جاتی تعلقات اور ہولڈنگز کے روابط شامل ہیں جو حصص، قدر، رپورٹنگ کی مدت اور عوامی فائلنگ کی تاریخ رکھتے ہیں۔ یہ مشترکہ ملکیت اور کئی مراحل پر مشتمل…

حصصمارکیٹ مائیکرو اسٹرکچرشماریاتپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ مظاہرہ ایک آرڈر کے طریقۂ کار کو بڑے مارکیٹ ویلیو والے US اسٹاکس کی مقررہ کائنات کے روزانہ دوبارہ توازن تک بڑھاتا ہے۔ یہ بتاتا ہے کہ بروکر کی موجودہ پوزیشنوں کا ماڈل کے اہداف سے موازنہ کیسے کریں، فرق کے لیے آرڈر کیسے بنائیں، اور اختیاری طور پر پیپر ٹریڈنگ…

حصصآرڈر پر عمل درآمدرسک مینجمنٹمارکیٹ مائیکرو اسٹرکچر
Machine Learning for Trading

یہ نوٹ بک پہلے سے منتخب ETF ترتیب کو اس کی مختص ہولڈ آؤٹ مدت پر لاگو کرتی ہے۔ یہ منتخب تربیتی شناخت اور چیک پوائنٹ سے مطابقت رکھنے والی ہولڈ آؤٹ پیش گوئیاں اخذ کرتی ہے، پھر ہولڈ آؤٹ پر ٹیوننگ کیے بغیر اسٹریٹیجی کی موجودہ ارتکاز، تخصیص، رسک اوورلے، ری بیلنس…

حصصبیک ٹیسٹنگپورٹ فولیو کی تشکیلرسک مینجمنٹ
Machine Learning for Trading

بینچ مارک بنانے کا یہ طریقہ کیس اسٹڈی میں متعین اثاثوں سے مساوی وزن والی روزانہ منافع کی سیریز تیار کرتا ہے۔ پہلے ہر سیشن میں ہر علامت کی آخری اختتامی قیمت لی جاتی ہے، پھر اختتام سے اختتام تک منافع نکال کر دستیاب منافع کا علامتوں کے درمیان اوسط لیا جاتا ہے۔…

بیک ٹیسٹنگپورٹ فولیو کی تشکیلشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک متنوع ETF کائنات کے لیے لانگ اونلی، مکمل سرمایہ کاری والا اوسط واریئنس فریم ورک بناتی ہے۔ یہ قابلِ عمل پورٹ فولیوز اور مؤثر فرنٹیئر بناتی ہے، پھر تخمینی ریٹرنز اور کوویریئنس استعمال کرکے زیادہ سے زیادہ شارپ اور کم سے کم واریئنس کے وزن حل کرتی ہے۔…

کئی اثاثوں پر مبنیپورٹ فولیو کی تشکیلشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک پیش گوئیوں، ارتکاز اور تخصیص کے قواعد کو مستقل رکھتے ہوئے سرکردہ ETF تخصیص کی ترتیبات کو اخراجات کے دو گرڈز پر دوبارہ قیمت دیتی ہے۔ یہ کیس اسٹڈی کے فی حصص کمیشن اور نصف بِڈ اَسک اسپریڈ والے ماڈل کا موازنہ بیسس پوائنٹ گرڈ سے کرتی ہے؛ پہلا ماڈل ETF…

حصصآرڈر پر عمل درآمدبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک US اسٹاکس کے ایک زیادہ نقدشیل ذیلی مجموعے پر پرنسپل کمپوننٹ تجزیہ استعمال کرکے مجموعی نمائش کے مطابق نارملائزڈ ایگن پورٹ فولیوز بناتی اور پوشیدہ رسک عوامل کے طور پر ان کا کردار دیکھتی ہے۔ یہ وضاحت شدہ تغیر کا جائزہ لیتی، شعبہ جاتی ETF ارتباط کے…

حصصفیکٹر سرمایہ کاریشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ ترتیب فرم کی خصوصیات کی بنیاد پر درجہ بند ماہانہ لانگ شارٹ US ایکویٹی پورٹ فولیوز بیان کرتی ہے۔ اس میں 46 خصوصیات پر مشتمل مکمل ریکارڈز کی کائنات، ماہ کے اختتام پر فیصلے، اگلے اوپن پر نفاذ، لانگ اور شارٹ حصوں میں مساوی وزن، اور قرض لینے سمیت نمایاں لین…

حصصفیکٹر سرمایہ کاریمومینٹمبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ماہانہ ETF rotation بیک ٹیسٹ بناتی ہے، پورٹ فولیو منافع سے لے کر simulated trades تک۔ یہ گزشتہ risk-adjusted منافع سے دس فنڈز کی درجہ بندی کرتی، Treasury yield-curve regime کے ذریعے سرکردہ فنڈز اور دفاعی بانڈ allocation میں انتخاب کرتی، اور اگلے…

بیک ٹیسٹنگمومینٹمآرڈر پر عمل درآمدپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ دستاویز بتاتی ہے کہ تاریخ وار entity ریکارڈز کو latent-factor کیس اسٹڈیز کے لیے arrays میں کیسے بدلا جائے۔ ایک طریقہ صرف وہ entities رکھتا ہے جو اہلیت کے ڈیٹاسیٹ سے سیکھے گئے coverage threshold پر پورا اتریں، اور گم شدہ مشاہدات کو NaN رکھتے ہوئے مستقل…

فیکٹر سرمایہ کاریپورٹ فولیو کی تشکیلشماریات
Machine Learning for Trading

یہ کنفیگریشن روزانہ کی لانگ شارٹ US ایکویٹی اسٹریٹیجی بیان کرتی ہے، جو ماڈل کی پیش گوئیوں کے مطابق وسیع اسٹاک مجموعے کی درجہ بندی کرتی، اوپر کے دس فیصد کو خریدتی اور نیچے کے دس فیصد کو ہر گروپ میں مساوی وزن کے ساتھ شارٹ کرتی ہے۔ یہ اگلے سیشن کے آغاز پر…

حصصامریکی مارکیٹیںپورٹ فولیو کی تشکیلآرڈر پر عمل درآمد
Machine Learning for Trading

یہ نوٹ بک ماڈل کی درجہ بندی کو سادہ کرپٹو پرپیچوئل پورٹ فولیوز میں بدلتی ہے۔ ہر فنڈنگ ٹائم اسٹیمپ پر انٹری کا قاعدہ درجہ بندی کے اوپر یا نیچے سے کنٹریکٹس منتخب کرکے انہیں مساوی وزن دیتا ہے۔ مساوی وزن ایک حوالہ فراہم کرتا ہے: اس کے بعد سائزنگ کو یکساں رکھتے…

کرپٹوپرپیچوئل فیوچرزبیک ٹیسٹنگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک واضح ٹریڈنگ، فنانسنگ اور فنڈ اخراجات کے مفروضوں کے تحت مجموعی منافع کو خالص کارکردگی میں تبدیل کرنے کا طریقہ دکھاتی ہے۔ لاگتوں میں اسپریڈ اور مارکیٹ امپیکٹ، کمیشن اور ایکسچینج فیس، مارجن سود، اسٹاک ادھار، انتظامی فیس اور انتظامی اخراجات شامل ہیں۔…

حصصآرڈر پر عمل درآمدبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ مطالعہ دو لاگتی گرڈز میں سرکردہ ETF تخصیص اور رسک کنٹرول کے امتزاج کی قیمت دوبارہ متعین کرتا ہے، جبکہ ہر رجسٹرڈ اسٹریٹیجی کی تشکیل برقرار رکھتا ہے۔ ایک گرڈ ہر ٹریڈ کے لیے بیسس پوائنٹس استعمال کرتا ہے؛ دوسرے میں فی حصص کمیشن اور نصف اسپریڈ ہے، جو اس کیس…

بیک ٹیسٹنگآرڈر پر عمل درآمدپورٹ فولیو کی تشکیلرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک کثیر اثاثہ ETF کائنات کے لیے صرف لانگ والی پورٹ فولیو تخصیص کی چھ صورتوں کا موازنہ کرتی ہے۔ یہ اصلاح کو غیر مستحکم کرنے والے نمونہ جاتی تغیر کو کم کرنے کے لیے Ledoit–Wolf کوواریئنس شرنکیج استعمال کرتی ہے، اور زیادہ سے زیادہ شارپ، کم سے کم تغیر، رسک…

پورٹ فولیو کی تشکیلرسک مینجمنٹکئی اثاثوں پر مبنیبیک ٹیسٹنگ
Machine Learning for Trading

یہ مواد بتاتا ہے کہ الگ 2021 ہولڈ آؤٹ کی پیش گوئیاں استعمال کرتے ہوئے توثیقی ڈیٹا پر منتخب اسٹریٹیجی کا جائزہ کیسے لیا جائے۔ منتخب تخصیص، ارتکاز، خطرے کے کنٹرولز، ٹریڈنگ شیڈول اور اخراجات مقرر رہتے ہیں؛ صرف اسٹریٹیجی کو دی جانے والی پیش گوئیاں بدلتی ہیں۔…

حصصبیک ٹیسٹنگرسک مینجمنٹپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک ایک مشروط آٹواینکوڈر کی وضاحت کرتی ہے جو اسٹاک کے منافع کو خصوصیات پر منحصر فیکٹر لوڈنگز اور پوشیدہ فیکٹرز کی ضرب کے طور پر ماڈل کرتا ہے۔ پہلے مشترکہ کراس سیکشنل کم سے کم مربعات فِٹ کے ذریعے خصوصیات کے زیرِ انتظام پورٹ فولیو منافع کا تخمینہ لگایا…

حصصفیکٹر سرمایہ کاریمشین لرننگپورٹ فولیو کی تشکیل