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

2,057 دستاویزات

Machine Learning for Trading

یہ نوٹ بک ایکویٹی آپشن خصوصیات سے بنائے گئے اسٹاک منافع کے اہداف پر TabM، یعنی وزن بانٹنے والا نیورل انسمبل، لاگو کرتی ہے۔ اس کے ارکان مشترکہ دو لیئر نیٹ ورک بنیادی حصہ استعمال کرتے ہیں، جبکہ ایکٹیویشن اسکیلنگ ویکٹر اور آؤٹ پٹ ہیڈز الگ ہوتے ہیں اور پیش…

حصصآپشنزمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک آٹھ گھنٹے کے کرپٹو پرپیچوئلز پینل کے لیے مستقبل کی قیمت اور منافع کے لیبل بنانے کا طریقہ بتاتی ہے۔ یہ بار کے آغاز کے ٹائم اسٹیمپس کو اس وقت تک منتقل کرتی ہے جب مکمل بار کا ڈیٹا دستیاب ہوتا ہے، پھر پیش گوئی کرنے والی خصوصیات کو جوڑنے سے پہلے معاہدے…

کرپٹوپرپیچوئل فیوچرزاوسط کی جانب واپسیشماریات
Machine Learning for Trading

یہ ڈیٹاسیٹ نوٹ مومینٹم اسٹریٹیجی اور مالیاتی تحقیق کی وسیع تر مثالوں میں استعمال ہونے والے ایکسچینج ٹریڈڈ فنڈز کے متنوع مجموعے کی وضاحت کرتا ہے۔ یہ 2006 سے شروع ہونے والے روزانہ کے اوپن، ہائی، لو، کلوز اور حجم کے مشاہدات فراہم کرتا ہے، جو US ایکویٹی طرزوں…

کئی اثاثوں پر مبنیحصصمقررہ آمدنیاجناس
Machine Learning for Trading

یہ باب مصنوعی مالیاتی ڈیٹا بنانے کے طریقوں اور یہ طے کرنے کا جائزہ لیتا ہے کہ حاصل شدہ ڈیٹا مفید ہے یا نہیں۔ یہ حقیقی مارکیٹ کے محدود راستوں اور اس خطرے سے شروع ہوتا ہے کہ بار بار اسٹریٹیجی تلاش کرنے سے بیک ٹیسٹ کی ظاہری کارکردگی بڑھ سکتی ہے۔ یہ قابلِ تشریح…

مشین لرننگشماریاتبیک ٹیسٹنگرسک مینجمنٹ
Machine Learning for Trading

یہ کیس اسٹڈی FX پوزیشنز کے لیے مقررہ اور ٹریلنگ اسٹاپ کے طے شدہ اصولوں کا موازنہ کرتی ہے۔ پہلے سیل شدہ توثیقی گروپ سے ہر لیبل کے لیے ایک بنیادی اسٹریٹیجی منتخب کرتی ہے، پھر صرف پوزیشن کے خطرے کا اصول بدلتی ہے۔ چونکہ اسٹاپ مدتِ ملکیت کے دوران قیمت کی حرکات پر…

فاریکسرسک مینجمنٹبیک ٹیسٹنگپوزیشن کا حجم طے کرنا
Machine Learning for Trading

یہ نوٹ بک میعاد تک S&P 500 آپشن منافع پر ویرینس رسک پریمیم کے اثر کا ڈبل مشین لرننگ تجزیہ متعین اور چلاتی ہے۔ یہ عمل سے پہلے ہدفی مقدار، مشاہدہ شدہ وقت، کنفاؤنڈرز، وقتی کراس ویلیڈیشن سیٹ اپ، نیوسنس ماڈل، HAC کوواریئنس ڈیزائن، اور پلیسبو تردیدی طریقہ نمایاں…

آپشنزامریکی مارکیٹیںمشین لرننگشماریات
Machine Learning for Trading

یہ دستاویز بتاتی ہے کہ روزانہ کی مستقل میعاد والی آپشن سیریز، حقیقت میں رکھی گئی پوزیشن کی منافع سیریز کیوں نہیں ہوتی۔ یہ یکساں اسٹرائیک اور یکساں میعاد والے کال اور پٹ حصے منتخب کرتی ہے جو لیکویڈیٹی، میعاد، اتار چڑھاؤ کے تخمینے اور ڈیلٹا کے فلٹرز پر پورا…

آپشنزاتار چڑھاؤبیک ٹیسٹنگڈیریویٹوز کی قیمت بندی
Machine Learning for Trading

یہ نوٹ بک US اسٹاک فیچرز کی ایک فلیٹ جدول پر TabM لاگو کرتی ہے اور اسے پینلٹائزڈ خطی ماڈلز اور ٹری اینسمبلز کے درمیان رکھتی ہے۔ ہر انسمبل رکن ایک نیورل نیٹ ورک کا مشترکہ بنیادی حصہ استعمال کرتا ہے، مگر اس کا اپنا اسکیلنگ ویکٹر اور آؤٹ پٹ لیئر ہوتا ہے؛ ارکان…

حصصمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایک زیرِ نگرانی آٹواینکوڈر بیان کرتی ہے جو ETF فیچر قطاروں کو کم جہتی نمائندگی میں سکیڑتا ہے اور اسی نمائندگی سے براہِ راست مستقبل کے منافع کی پیش گوئی کرتا ہے۔ مشروط آٹواینکوڈر کے برعکس، یہ فرض نہیں کرتا کہ منافع چند مشترکہ عامل حرکات سے پیدا ہوتا…

کئی اثاثوں پر مبنیمشین لرننگفیکٹر سرمایہ کاریشماریات
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 تجزیہ سیکٹر ایکسچینج ٹریڈڈ فنڈز کے منافع پر باہمی تعلق کی بنیاد پر پرنسپل کمپوننٹ تجزیہ لاگو کرتا ہے۔ تجزیے سے پہلے منافع کو معیاری بنانے سے ہر سیکٹر کا تغیر ایک اکائی ہو جاتا ہے، لہٰذا نمایاں کمپوننٹس باہمی حرکت بیان کرتے ہیں، نہ کہ سب سے زیادہ اتار…

حصصفیکٹر سرمایہ کاریشماریاتپورٹ فولیو کی تشکیل
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 نوٹ بک بتاتی ہے کہ IEX DEEP کے تاریخی فیڈ پیغامات کو کیسے پارس کیا جائے اور قیمت کی سطح کے مجموعی اپ ڈیٹس کے ذریعے حدی آرڈر بک کو کیسے برقرار رکھا جائے۔ یہ گہرائی میں تبدیلیاں، بہترین بولی اور طلب کے نرخ، اور ٹریڈ رپورٹس اخذ کرتی ہے، پھر دوبارہ تشکیل دیے…

حصصمارکیٹ مائیکرو اسٹرکچرآرڈر پر عمل درآمدامریکی مارکیٹیں
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 نوٹ بک منافع کی علامت والی پیش گوئیوں کو دوئی پوزیشنز میں بدلنے کے تین طریقوں کا موازنہ کرتی ہے: صفر کی مقررہ حد، ہر سیکیورٹی کے اپنے اسکورز کا گزشتہ پرسنٹائل، اور سیکیورٹیز میں کراس سیکشنل پرسنٹائل۔ یہ ای ٹی ایف اور کرپٹو پرپیچوئلز کی درج شدہ توثیقی پیش…

مشین لرننگتکنیکی اشارےکرپٹوحصص
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