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

1,238 دستاویزات

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 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 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

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

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 ترتیب سے متعلق نوٹ ان سیٹنگز میں فرق کرتی ہے جو بیک ٹیسٹ کی شناخت میں دکھائی دیتی ہیں اور ان سیٹنگز میں جو واقعی فرضی ٹریڈنگ اخراجات پر اثر ڈالتی ہیں۔ بیان کردہ کیس اسٹڈی میں تمام رجسٹرڈ رنز ویکٹرائزڈ، منافع تا میعاد ختم ہونے والا راستہ استعمال کرتے ہیں۔…

آپشنزبیک ٹیسٹنگآرڈر پر عمل درآمدشماریات
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 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 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

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
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 منتخب کرپٹو پرپیچوئلز فنڈنگ اسٹریٹیجی کے لیے ہولڈ آؤٹ پیش گوئیاں بنانے کا طریقہ بیان کرتی ہے۔ یہ توثیقی نتائج سے کنفیگریشن اخذ کرتی، منتخب چیک پوائنٹ برقرار رکھتی اور ہولڈ آؤٹ ونڈو سے پہلے ختم ہونے والے ڈیٹا سے تربیت کی نئی تفصیل بناتی ہے۔ لیبل بفر…

کرپٹوپرپیچوئل فیوچرزمشین لرننگبیک ٹیسٹنگ
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 نوٹ بک مختلف کیس اسٹڈیز میں بنائے گئے مالیاتی فیچرز کی فہرست اور ہر مارکیٹ مطالعے کے لیے رجسٹری میں موجود مضبوط ترین معلوماتی کوایفیشنٹ پیش کرتی ہے۔ یہ فیچرز اور ان کے ناموں کے خاندان گنتی، فیچر اسپیس کے حجم کا موازنہ اور اثاثوں کے درمیان پیٹرنز کا خلاصہ…

کئی اثاثوں پر مبنیشماریاتمشین لرننگپورٹ فولیو کی تشکیل
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 مطالعہ NVDA کے مارکیٹ بائی آرڈر ڈیٹا سے آرڈر فلو کے دباؤ کا منٹ کی سطح پر پیمانہ بناتا ہے۔ یہ آرڈرز کے اضافے، منسوخی اور تکمیل کو ان کی سمت کے مطابق نشان زد کرتا، واقعات کو حجم اور درمیانی قیمت سے فاصلے کے لحاظ سے وزن دیتا اور نتیجے کی دباؤ سیریز کو ہموار…

حصصمارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمدشماریات
Machine Learning for Trading

یہ نوٹ بک ایک مشروط آٹواینکوڈر پیش کرتی ہے جو آلہ بند پوشیدہ فیکٹر ماڈل کی ساخت برقرار رکھتے ہوئے فرم کی خصوصیات سے فیکٹر ایکسپوژرز تک خطی نقشے کو نیورل نیٹ ورک سے بدلتی ہے۔ ماہانہ ریٹرنز کو خصوصیات سے متعین ایکسپوژرز اور ماہانہ فیکٹر ریٹرنز کے حاصل ضرب کے…

حصصمشین لرننگفیکٹر سرمایہ کاریشماریات