اشاریوں، جذبات اور مشین لرننگ پر مشتمل بازاری نظام سے ہم آہنگ حصص اسٹریٹیجی

خلاصہ

مقالہ حصص کی ٹریڈنگ کا ایسا نظام بیان کرتا ہے جو ایکسپونینشل موونگ ایوریجز اور MACD سے رجحان اور مومنٹم کے سگنلز کو RSI اور بولنجر بینڈز کے اوسط کی طرف واپسی کے سگنلز کے ساتھ ملاتا ہے۔ یہ FinBERT سے مالیاتی جذبات کے اندازے شامل کرتا، سگنلز بنانے کے لیے XGBoost استعمال کرتا، اور اتار چڑھاؤ اور منافع کے حالات کے مطابق زد کو فلٹر یا تبدیل کرتا ہے۔ اس ڈیزائن کا مقصد بازاری نظام بدلنے پر خود کو ڈھالنا ہے، جب روایتی رجحان پیروی یا اوسط کی طرف واپسی کے طریقوں کو دشواری پیش آ سکتی ہے۔

24 ماہ کے عرصے کے لیے دستاویز ابتدائی سرمایہ کاری پر پورٹ فولیو کی آخری قدر $235,492.83 اور منافع 135.49% رپورٹ کرتی ہے۔ یہ S&P 500 اور NASDAQ-100 سے بہتر کارکردگی اور کم منفی خطرے کا دعویٰ بھی کرتی ہے۔ اقتباس میں تاریخیں، ابتدائی سرمایہ، مالیاتی آلات، لین دین کے اخراجات، توثیق کا ڈیزائن یا خطرے کے اعدادوشمار واضح نہیں، اس لیے یہ اعداد اکیلے مضبوطی یا قابلِ نفاذ ہونے کو ثابت نہیں کرتے۔ رپورٹ شدہ کارکردگی کو بیان کردہ جائزے کا نتیجہ سمجھنا چاہیے، عمومی توقع نہیں۔

اہم خیالات

• یہ نظام حصص کے سگنلز بنانے کے لیے رجحان اور مومنٹم کے اشاریوں کو اوسط کی طرف واپسی کے اشاریوں کے ساتھ ملاتا ہے۔
• FinBERT جذباتی تجزیہ اور XGBoost سگنل سازی کے عمل میں شامل ہیں۔
• اتار چڑھاؤ اور منافع کے حالات نظام کے مطابق فلٹرنگ اور زد میں ردوبدل کی رہنمائی کرتے ہیں۔
• مقالہ 135.49% منافع کی رپورٹ دیتا ہے جو 24 ماہ میں حاصل ہوا، اور دو حصص کے معیارات سے بہتر کارکردگی کا ذکر کرتا ہے، مگر اقتباس میں جائزے کی تفصیلات موجود نہیں۔

ٹیگز

# 2601.19504


# Generating Alpha: A Hybrid AI-Driven Trading System Integrating Technical Analysis, Machine Learning and Financial Sentiment for Regime-Adaptive Equity Strategies









The intricate behavior patterns of financial markets are influenced by fundamental, technical, and psychological factors. During times of high volatility and regime shifts causes many traditional strategies like trend-following or mean-reversion to fail. This paper proposes a hybrid AI-based trading strategy that combines (1) trend-following and directional momentum capture via EMA and MACD, (2) detection of price normalization through mean-reversion using RSI and Bollinger Bands, (3) market psychological interpretation through sentiment analysis using FinBERT, (4) signal generation through machine learning using XGBoost and (5)dynamically adjusting exposure with market regime filtering based on volatility and return environments. The system achieved a final portfolio value of $235,492.83, yielding a return of 135.49% on initial investment over a period of 24 months. The hybrid model outperformed major benchmark indexes like S&P 500 and NASDAQ-100 over the same period showing strong flexibility and lower downside risk with superior profits validating the use of multi-modal AI in algorithmic trading.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔