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۔
768 دستاویزات
یہ نوٹ بک مالیاتی بازیافت سے تقویت یافتہ متن سازی کے نظام کی جانچ کا ڈھانچا بناتی ہے، جس میں بازیافت کی کوریج، جواب کی ماخذ سے وفاداری، مناسب جواب سے گریز اور سیکیورٹی رویے کی الگ پیمائش ہے۔ اس میں ہاتھ سے تیار کردہ چھ آزمائشی مثالیں ہیں؛ سیاق کا کچھ حصہ…
یہ کیس اسٹڈی US کمپنیوں کی خصوصیات سے بنی ماہانہ لانگ شارٹ ڈیسیل اسٹریٹیجیز کا جائزہ لیتی ہے۔ یہ نقطۂ وقت کے حسابی وقفوں، واک فارورڈ توثیق اور دور کے لحاظ سے بدلتی ٹریڈنگ لاگت کے تحت خطی ماڈلز، گریڈینٹ بوسٹنگ اور پوشیدہ عوامل کے طریقوں کا موازنہ کرتی ہے۔…
یہ نوٹ بک ریٹرن ماڈلز کو بہتر بنانے کے لیے آپٹونا استعمال کرتی ہے اور ساتھ ہی تقاطعی معلوماتی ضریب (IC) اور پیش گوئیوں کے ٹرن اوور کو دیکھتی ہے۔ موازنے کے لیے ایک مقصدی تلاش IC کو زیادہ سے زیادہ کرتی ہے؛ NSGA-II کی کثیر مقصدی تلاش پاریٹو کے لحاظ سے بہترین…
یہ تجزیہ دستخط شدہ ماڈل منافع کی پیش گوئیوں کو دو رخی پوزیشنوں میں بدلنے کے تین طریقوں کا موازنہ کرتا ہے: صفر کی مقررہ حد، ہر علامت کے لیے سابقہ مدت کا پرسنٹائل، اور علامات کے درمیان کراس سیکشنل پرسنٹائل۔ یہ قواعد ETFs اور کرپٹو پرپیچوئلز کی رجسٹرڈ توثیقی…
یہ نوٹ بک 21-روزہ مستقبل کے ETF منافع کو اوپر یا نیچے کے ہدف میں بدلتی ہے اور زمانی ترتیب والے واک فارورڈ فولڈز پر L1 اور L2 ریگولرائزڈ لاجسٹک ریگریشن جانچتی ہے۔ یہ ہر فولڈ کے تربیتی ڈیٹا سے فیچرز کو اسکیل کرتی ہے، پھر درستگی، پریسیژن، ریکال، F1، ROC AUC اور…
یہ نوٹ بک مالیاتی اور ماڈل پر مبنی ڈیٹا کے لیے Feast کو فیچر اسٹور کے طور پر مرتب کرتی ہے، پھر اس کی تاریخی اور وقت کے مخصوص بازیافت کا شفاف، ہاتھ سے بنائے گئے جوائن سے موازنہ کرتی ہے۔ یہ اینٹٹیز، ٹائم اسٹیمپ والے ماخذ، فیچر ویوز اور مدتِ اعتبار متعین کرتی…
یہ نوٹ بک ماہانہ US اسٹاک منافع پر گریڈینٹ بوسٹنگ کے مقاصد کا موازنہ کرتی ہے، جبکہ فیچرز، ہدف اور واک فارورڈ فولڈز مستقل رکھتی ہے۔ یہ مربع خطا کا مطلق خطا اور Huber لاس سے موازنہ کرتی ہے، جو بڑے بقایا جات کے اثر کو کم کرتا ہے۔ وجہ یہ ہے کہ انفرادی منافع کی…
یہ ماڈیول کئی مخفی فیکٹر ماڈلز، بشمول پرنسپل کمپوننٹس، انسٹرومنٹڈ پرنسپل کمپوننٹس اور نیورل آٹو انکوڈرز، کی واک فارورڈ فٹنگ اور جانچ کو مربوط کرتا ہے۔ یہ پینل ڈیٹا اور فولڈز تیار کرتا، ماڈل کے مخصوص رنرز چلاتا، اور پیش گوئیوں، فولڈ کی سطح کے میٹا ڈیٹا اور…
یہ نفاذ اثاثوں کی قیمت بندی کے لیے ایک مشروط آٹو انکوڈر بیان کرتا ہے۔ بیٹا نیٹ ورک ہر اسٹاک کی خصوصیات کو مخفی فیکٹر لوڈنگز میں نقش کرتا ہے، جبکہ خطی فیکٹر نیٹ ورک زیرِ انتظام پورٹ فولیو منافع کو فیکٹر منافع میں نقش کرتا ہے۔ ماڈل متعلقہ لوڈنگز اور فیکٹر…
یہ حوالہ Financial Phrasebank کی وضاحت کرتا ہے، جو مالیاتی خبروں کے جملوں کا لیبل شدہ مجموعہ ہے اور قدرتی زبان کی پروسیسنگ کے ماڈلز کی تربیت یا جانچ میں استعمال ہوتا ہے۔ انسانی تشریح کار مثبت، غیر جانب دار یا منفی جذبات کے لیبل دیتے ہیں۔ مواد چار اتفاقی حدوں…
یہ تجزیہ وضاحت کرتا ہے کہ CME فیوچرز ماڈلز کے لیے کراس سیکشنل معلوماتی ضریب (IC) کیسے پڑھیں اور اس کا بعد کے پورٹ فولیو ٹیسٹس سے کیا تعلق ہے۔ یہ ہر تاریخ پر پیش گوئی شدہ اور حقیقی منافع کی رینک باہمی تعلق کا حساب کرتا ہے، پھر ان تعلقات کا تاریخوں پر اوسط…
یہ نوٹ بک کمپنیوں کی 10-K فائلنگز کے اقتباسات پر BM25 کلیدی لفظ تلاش، ڈینس ایمبیڈنگز، باہمی رینک فیوژن (RRF) اور کراس انکوڈر کی دوبارہ درجہ بندی کا موازنہ کرتی ہے۔ یہ ہر بازیافت کے طریقے کو تیار کرتی ہے اور عین، مفہومی اور مخلوط سوالات کے لیے نتائج کی درجہ…
یہ نوٹ بک US ایکویٹیز کے پینل پر تین منافع کی مدتوں کے لیے LightGBM ماڈلز کا موازنہ کرتی ہے۔ اس کا گرڈ درختوں کے لیف کی تعداد اور لاس فنکشنز بدلتا ہے، پھر درختوں کی متعدد تعداد پر ہر ترتیب کو اسکور کرتا ہے۔ بحث بتاتی ہے کہ کم گہرے درخت فیچر کے باہمی اثرات…
یہ نوٹ بک ایک ہی ETF یونیورس، پیش گوئیوں، ازسرِنو توازن کے شیڈول اور بیک ٹیسٹ پروٹوکول کے تحت مساوی وزن، الٹی اتار چڑھاؤ، کم سے کم ویرینس اور درجہ وار رسک پیریٹی کا موازنہ کرتی ہے۔ ایک رولنگ Ridge ماڈل مومینٹم، موونگ ایوریج سے فاصلے اور اتار چڑھاؤ کی خصوصیات…
یہ نوٹ بک ایک فرضی مارکیٹ میکنگ کا کام بناتی ہے جس میں ایک PPO ایجنٹ کوٹ کا جھکاؤ اور اسپریڈ کی چوڑائی چنتا ہے۔ درمیانی قیمت سے کوٹس جتنا دور ہوں، فل ہونے کا امکان اتنا گھٹتا ہے، جبکہ آرڈر کا عدم توازن فل اور اس کے بعد قیمت کی حرکات دونوں پر اثر انداز ہوتا…
یہ تعلیمی نوٹ بک ETF ڈیٹا سے زیر نگرانی ٹریڈنگ ماڈلز کے لیے ہدف کے لیبل بنانے کے طریقوں کا تقابل کرتی ہے۔ اس میں مقررہ دورانیے کے ریٹرنز اور سمت کے لیبلز، وقت کے سلسلے کے رولنگ پرسنٹائلز، کراس سیکشنل پرسنٹائلز، مقررہ یا اتار چڑھاؤ کے پیمانے کے مطابق حدوں…
یہ مشترکہ ماڈلنگ ماڈیول مقداری تحقیق کے ورک فلو کی معاونت کرتا ہے: فیچرز، لیبلز، زمانی ڈیٹا اور کنفیگریشن لوڈ کرکے واک فارورڈ کراس ویلیڈیشن کے حصے تیار کرتا ہے۔ اس کا ڈیزائن دوبارہ پیدا کیے جا سکنے اور ڈیٹا کے ماخذ پر زور دیتا ہے: ہیش ماخذ فائلوں، ارے، ماڈل…
یہ نوٹ بک سہ ماہی SEC 10-Q کی انتظامیہ کی بحث اور تجزیے کے متن سے ایکویٹی کے دو ممکنہ سگنل بنانا دکھاتی ہے۔ FinBERT متن کے حصوں کو مثبت، غیر جانب دار یا منفی لہجے کے لیے اسکور کرتا ہے؛ ان اسکورز کو جمع کرکے فائلنگ کے اندر اوسط جذبات اور پھیلاؤ نکالا جاتا ہے۔…
یہ نوٹ بک پیش گوئی میں مارکیٹ کے نظام استعمال کرنے کے تین طریقوں کا تقابل کرتی ہے: ایسا بنیادی ماڈل جس میں نظام کا ان پٹ نہ ہو، ایسا واحد ماڈل جسے غیر مستحکم حالت کا فلٹر شدہ احتمال دیا جائے، اور الگ الگ ماڈلز جنہیں واضح نظامی درجہ بندیوں کے اندر تربیت دی…
یہ نوٹ بک ڈبل مشین لرننگ (DML) سے مسلسل ETF مومنٹم پیمانے کے بعد کے ریٹرنز پر ایڈجسٹ شدہ اثر کا تخمینہ لگاتی ہے، جبکہ حالیہ اور طویل مدتی اتار چڑھاؤ، مارکیٹ کے نظام اور ییلڈ کریو کی ڈھلوان کو ملحوظ رکھتی ہے۔ یہ غیر ایڈجسٹ شدہ ریگریشن کا موازنہ EconML اور…
یہ نوٹ بک FX جوڑوں کے کیس اسٹڈی کے لیے LSTM پیش گوئی کی تیاری کرتی ہے۔ ماڈل گزشتہ مشاہدات کی ترتیب میں پوشیدہ حالت برقرار رکھتا ہے، اور نوٹ بک مشترکہ کنفیگریشن اور مطالعے کی منصوبہ بندی کے ٹولز سے ساخت اور تربیت کی ترتیبات طے کرتی ہے۔ یہ مطالعے کے مقرر کردہ…
یہ جائزہ آپشن سطح، قیمت سے اخذ کردہ اور مشروط اتار چڑھاؤ کی خصوصیات کو مستقبل کے ایکویٹی ریٹرنز کے مقابل جانچتا ہے۔ ہر سیشن کے لیے یہ فیچر کی قدروں اور بعد کے ریٹرنز کے درمیان کراس سیکشنل رینک باہمی تعلق نکالتا، پھر ان انفارمیشن کوایفیشینٹس (آئی سیز) کی…
یہ نوٹ بک توثیق سے پہلے منتخب کردہ FX ترتیب کو دوبارہ فٹ کرتی ہے اور اس کی پیش گوئیاں بعد کے ہولڈ آؤٹ بیک ٹیسٹ کے لیے رجسٹر کرتی ہے۔ یہ منجمد امیدوار سیٹ تک محدود، قابلِ عمل توثیقی بیک ٹیسٹس سے انتخاب طے کرتی ہے، پھر منتخب ماڈل کی ناقابلِ تغیر توثیقی ترتیب…
یہ نوٹ بک منٹ کی سطح کے مائیکرو اسٹرکچر فیچرز سے NASDAQ-100 ریٹرنز کی پیش گوئی کے لیے خطی ریگریشن کو بنیادی معیار بناتی ہے۔ چونکہ اسپریڈ اور آرڈر عدم توازن کی پیمائشیں مختلف سابقہ مدتوں میں اوورلیپ کرتی ہیں، اس لیے فیچر میٹرکس میں باہمی خطی تعلق بہت زیادہ…