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۔
1,238 دستاویزات
یہ دستاویز کیس اسٹڈیز میں ماڈل کی ترتیبات کا موازنہ کرنے کا مشترکہ تجزیاتی ورک فلو بیان کرتی ہے۔ یہ پہلے ہر کیس اسٹڈی کے لیے ایک ترتیب منتخب کرتی ہے، پھر اسی انتخاب سے فولڈ کی سطح اور مختلف مطالعات کے خلاصے نکالتی ہے تاکہ بعد کے تجزیوں میں یکساں انتخاب…
یہ نوٹ کرپٹو پرپیچوئل معاہدوں کے ایک مقررہ پینل کے لیے مستقبل کی قیمت اور منافع کے لیبلز متعین کرتا ہے اور بتاتا ہے کہ لیبلز کی تیاری بعد کے ہر ماڈل اور بیک ٹیسٹ کو کیسے متاثر کرتی ہے۔ یہ بار کے آغاز کے ٹائم اسٹیمپس کو اس وقت تک منتقل کرتا ہے جب مکمل ڈیٹا…
یہ ماخذ ماڈیول ماڈل کی پیش گوئیوں اور بیک ٹیسٹ کے لیے تجرباتی رجسٹریوں سے کیٹلاگ ٹیبلز بناتا ہے۔ یہ ماخذ، شناخت، تکمیل کی حالت، آرٹیفیکٹ کی دستیابی اور پیمانوں کے لیے مخصوص فیلڈز متعین کرتا ہے۔ کیٹلاگ میں مختلف سوالات کے جواب دینے والے متعدد پیمانے شامل ہیں،…
یہ کیپسٹون بتاتا ہے کہ امکانی پیش گوئیوں کا جائزہ بریئر اسکور، لاگ اسکور، متوقع کیلیبریشن خطا اور شارپنَس سے کیسے لیا جائے، اور قابلِ اعتمادیت کے خاکے کیسے ظاہر کرتے ہیں کہ پیش گوئیاں کہاں ضرورت سے زیادہ یا کم پُراعتماد ہیں۔ اس میں الگ رکھے گئے ڈیٹا یا لیو…
یہ نوٹ CME فیوچرز مصنوعات پر LSTM اور این لینیئر سلسلہ وار ترتیبات کا جائزہ لیتا ہے۔ سلسلہ وار ماڈلز مشاہدات کی ترتیب وار ونڈوز استعمال کرکے جانچتے ہیں کہ آیا حالیہ راستے میں تیار کردہ خلاصہ خصوصیات سے آگے بھی معلومات موجود ہیں۔ LSTM ونڈو کے دوران بدلتی…
یہ نوٹ ایک مقررہ FinBERT ماڈل پر ٹوکن کی سطح کا SHAP لاگو کرتا ہے، جو مالیاتی متن کو منفی، غیر جانب دار یا مثبت قرار دیتا ہے۔ یہ ماڈل کی پیش گوئی کو اس طرح لپیٹتا ہے کہ چیک پوائنٹ میں لیبلز کی ترتیب برقرار رہے، پھر ماسک کیے گئے ٹوکن گروپس سے طبقاتی احتمالات…
یہ نوٹ تاریخی مومینٹم خصوصیات سے مستقبل کے ETF منافع کی پیش گوئی کے لیے TSMixer کو ڈھالتا ہے۔ اس کا ڈھانچا وقت کے محور پر مشترکہ خطی تبدیلی اور ہر تاریخ پر الگ لاگو ہونے والے فیچر MLP کو باری باری استعمال کرتا ہے۔ پری نارملائزیشن اور ریزیڈیول کنکشن تہہ دار…
یہ ریکارڈ ایک کثیر ایجنٹ سلسلے کی دستاویز ہے جو اندازہ لگاتا ہے کہ آیا 2026 کے اختتام تک ریاستہائے متحدہ کساد بازاری میں داخل ہوگا۔ ایجنٹ معاشی اشاریے اور پیش گوئیاں تلاش کرتے ہیں، انفرادی احتمالات قائم کرتے ہیں، بحث کے ذریعے دلائل کا موازنہ کرتے ہیں اور…
یہ نوٹ بتاتا ہے کہ مالیاتی متن میں نامزد ہستیوں کی شناخت کے لیے ٹرانسفارمر کو کیسے فائن ٹیون کیا جائے؛ اس میں اداروں، افراد، رقوم، تاریخوں اور فیصدی اعداد جیسے متنی حصوں کی شناخت ہوتی ہے۔ توجہ BIO کی حدبندی کے لیبلز اور لفظی سطح کی تشریحات کو ٹرانسفارمر کے…
یہ نوٹ روزانہ کی US ایکویٹیز کے لیے زیرِ نگرانی آٹو انکوڈر کو ڈھالتا ہے۔ ماڈل قیمت اور حجم کی درجہ بند خصوصیات کو دوبارہ بناتا ہے، جبکہ معاون اور مرکزی درجہ بندی کے ہیڈز مشترکہ پوشیدہ نمائندگی کو تربیت دیتے ہیں تاکہ مستقبل کی مختلف مدتوں میں منافع مثبت ہونے…
یہ نوٹ بک روزانہ US ایکویٹی OHLCV ڈیٹا کے معیار کا طریقۂ کار دکھاتی ہے۔ ساختی جانچوں میں خالی قدریں، تکرار، زمانی ترتیب، قیمتوں کی مطابقت، منفی قدریں، پرانی قیمتیں اور انتہائی واپسی شامل ہیں۔ پھر یہ ساختی توثیق اور غیر معمولی قدروں کی شناخت میں فرق کرتی ہے:…
یہ نوٹ بک ETF خصوصیات کے بڑے مجموعے کو بعد کی ماڈلنگ کے لیے امیدواروں تک محدود کرنے کا طریقہ پیش کرتی ہے۔ یہ آئندہ واپسیوں کے مقابل کراس سیکشنل اسپیرمین معلوماتی کوفیشینٹس استعمال کرکے خصوصیات کی درجہ بندی کرتی ہے؛ یہ کوفیشینٹس ہر تاریخ کے لیے نکال کر پھر…
یہ نوٹ بک بتاتی ہے کہ اسٹاکاسٹک ڈسکاؤنٹ فیکٹر (SDF) ایکویٹی آپشن اشاروں کے کراس سیکشن کی قیمت بندی کیسے کرتا ہے۔ عوامل کے ماڈلز کے برعکس، جو ایکسپوژر اور عامل کی واپسیوں کا تخمینہ لگاتے ہیں، SDF طریقہ ایک اسٹاکاسٹک ڈسکاؤنٹ فیکٹر کا تخمینہ لگاتا ہے جو اثاثوں…
یہ دستاویز اسٹاک کی واپسیوں کے مشترک نمونوں کے طور پر مخفی عوامل کا تعارف دیتی ہے، جہاں ہر اسٹاک کی لوڈنگ اس نمونے سے اس کا تعلق بیان کرتی ہے۔ یہ پرنسپل کمپوننٹ تجزیے کا موازنہ انسٹرومنٹڈ پرنسپل کمپوننٹ تجزیے سے کرتی ہے: پہلا واپسیوں کے پینل سے ہی عوامل اور…
یہ نوٹ بک ماہانہ کمپنی خصوصیات پر جدولی ڈیٹا کے نیورل نیٹ ورک ڈیزائن TabM کا مطالعہ کرتی ہے۔ یہ تین پہلے سے مقرر ماڈل ترتیبات کا موازنہ کرتی ہے جن میں مخفی چوڑائی اور اینسمبل کی رکنیت بڑھتی ہے، جبکہ تربیت کی دوسری ترتیبات یکساں رہتی ہیں۔ مشترک رنر سیکھنے کا…
یہ باب مشین لرننگ کے ٹریڈنگ نظاموں کے نفاذ کے بعد کی گورننس بیان کرتا ہے۔ یہ تکنیکی ناکامیوں، جن میں ایک جیسے ان پٹ مختلف نتائج دیتے ہیں، اور شماریاتی گراوٹ، جس میں نتائج واپسیوں کی پیش گوئی نہیں کرتے، کو الگ کرتا ہے۔ اس کا خاکہ متحرک کارکردگی کی پیمائشوں…
یہ اشاریہ مخفی عوامل کا تعارف پیش کرتا ہے: یہ اسٹاک کی واپسیوں کی مشترک حرکت سے اخذ کردہ نمونے ہیں، اور ہر اسٹاک کی لوڈنگ اس نمونے کے حوالے سے اس کا ایکسپوژر ظاہر کرتی ہے۔ یہ پرنسپل کمپوننٹ تجزیے کا موازنہ انسٹرومنٹڈ پرنسپل کمپوننٹ تجزیے سے کرتا ہے: پہلا صرف…
یہ تجزیہ بتاتا ہے کہ CME فیوچرز پیش گوئی ماڈلز کے مجموعے کے معلوماتی اعداد کیسے پڑھے جائیں۔ یہ ہر تاریخ کے IC کو مصنوعات کے درمیان پیش گوئی شدہ اور حقیقی واپسیوں کے درجہ جاتی باہمی تعلق کے طور پر متعین کرتا ہے، پھر فولڈز میں ان روزانہ قدروں کا اوسط لیتا ہے۔…
یہ نوٹ بک کساد بازاری کے سوال پر تین، باقی تمام پہلوؤں میں یکساں، تحقیقی ایجنٹ چلاتی ہے؛ یا تو محفوظ شدہ ریکارڈنگ دوبارہ چلا کر یا لائیو ماڈلز اور تلاش بیک وقت چلا کر۔ یہ ہر ایجنٹ کا امکان، اعتماد، شواہد جمع کرنے کی سرگرمی اور گفتگو کی زمانی ترتیب ریکارڈ…
یہ نوٹ بک ایک ETF کیس اسٹڈی کے درج شدہ بیک ٹیسٹ کو یکجا کرکے غیر یقینی کو مدنظر رکھنے والی اسٹریٹیجی جانچ پیش کرتی ہے۔ یہ کارکردگی کی پیمائشیں بلاک بوٹسٹریپ کے اعتماد کے وقفوں کے ساتھ پڑھتی اور جوڑی دار بوٹسٹریپ کے ذریعے طریقۂ کار کے مسلسل مراحل، اسٹریٹیجی…
یہ نوٹ بک بتاتی ہے کہ کسی پیمائش کی مدت کے نام سے درج میکرو ڈیٹا پینل، ٹریڈنگ بیک ٹیسٹ میں مستقبل کی معلومات کیسے شامل کر سکتا ہے۔ یہ درج تاریخ میں مدت کی طوالت جمع کرکے، پھر متعلقہ اداروں کے اجراء کے شیڈول پر مبنی محتاط تاخیر لگا کر اشاعت کی تاریخوں کا…
یہ نوٹ بک LightGBM کی واپسی کی پیش گوئیوں کی وضاحت کے لیے TreeSHAP استعمال کرتی ہے، جس میں مجموعی خصوصیتی اہمیت، انفرادی پیش گوئیوں کی وضاحت، انحصار کے گراف اور جوڑیوں کے باہمی تعامل کی قدریں شامل ہیں۔ یہ SHAP درجہ بندیوں کا موازنہ permutation importance اور…
یہ نوٹ بک کمپنیوں کی سالانہ فائلنگز سے سپلائرز، صارفین اور حریفوں کے تعلقات اخذ کرکے انہیں علمی گراف میں محفوظ کرنے کا ایک طریقۂ کار دکھاتی ہے۔ ایک مقامی زبان کا ماڈل فائلنگ کے متن سے موضوع، تعلق اور ادارے کی ممکنہ سہ رکنی ترکیبیں تیار کرتا ہے۔ اس طریقۂ کار…
یہ دستاویز تین فٹ کردہ زمانی سلسلہ ماڈلوں سے کرنسی جوڑوں کی خصوصیات بنانے کا طریقہ بتاتی ہے: قیمت کی آہستہ بدلتی سطح کا تخمینہ لگانے والا اسٹیٹ اسپیس فلٹر، ڈالر کے اتار چڑھاؤ کی مارکیٹ حالتوں کے لیے دو حالتوں والا مخفی مارکوف ماڈل، اور ایک ARIMA ماڈل جس کی…