MLFinLab 2.1.0: بارز کی انڈیکسنگ اور والیٹیلٹی تخمینوں میں تبدیلیاں

خلاصہ

یہ ریلیز اعلان MLFinLab میں تبدیلیاں بیان کرتا ہے، جو مشین لرننگ پر مبنی ٹریڈنگ نظام بنانے کا ٹول کٹ ہے۔ بار بنانے کا عمل اب ٹائم اسٹیمپس کو DataFrame انڈیکس کے طور پر واپس کرتا ہے، جس سے اس کا نتیجہ بعد کے فنکشنز سے مطابقت رکھتا ہے اور انڈیکس دستی طور پر تبدیل کرنے کی ضرورت نہیں رہتی۔ والیٹیلٹی کے تخمینے اب کالموں کی ترتیب پر انحصار کرنے کے بجائے lowercase میں لکھے ہوئے کالم ناموں سے OHLC ان پٹس منتخب کرتے ہیں؛ ریلیز کے مطابق پہلے اس وجہ سے بغیر تنبیہ غلط نتائج آ سکتے تھے۔ صارفین کو کالم نام درست کرنے اور ٹائم اسٹیمپ انڈیکس ری سیٹ کرنے والا کوڈ ہٹانے کی ضرورت پڑ سکتی ہے۔

دیگر تبدیلیوں میں Python 3.9 کی معاونت اور کراس ویلیڈیشن کے لیے لازمی probability-scoring flag شامل ہے، جس کا مقصد اس وقت ابہام سے بچنا ہے جب scoring function کو پیش گوئی شدہ امکانات درکار ہوں۔ اعلان نظرثانی شدہ ڈیٹا فارمیٹ اور تخمینے کے ان پٹس کی مثالیں دیتا ہے، مگر کارکردگی کا موازنہ یا ٹریڈنگ نتائج کے بارے میں تجرباتی ثبوت نہیں دیتا۔ یہ سافٹ ویئر انٹرفیس اور قابلِ اعتماد ہونے سے متعلق نوٹس ہیں؛ یہ متوقع کوڈ منتقلی سمجھاتے ہیں، ٹریڈنگ کا طریقہ متعارف یا توثیق نہیں کرتے۔

اہم خیالات

• بار بنانے کا عمل اب ٹائم اسٹیمپس خودکار طور پر DataFrame انڈیکس میں رکھتا ہے۔
• والیٹیلٹی تخمینے OHLC ڈیٹا کو پہلے سے مقرر سمجھی جانے والی کالم ترتیب کے بجائے lowercase میں لکھے ہوئے کالم ناموں سے شناخت کرتے ہیں۔
• اس تبدیلی کے لیے ان پٹ کالموں کے نام بدلنے اور دستی ٹائم اسٹیمپ انڈیکسنگ ہٹانے کی ضرورت ہو سکتی ہے۔
• کراس ویلیڈیشن کے scoring function میں اب صارفین کو واضح کرنا ہوتا ہے کہ احتمالات کی پیش گوئیاں درکار ہیں یا نہیں۔
• ریلیز مطابقت اور استعمال میں آسانی کی تبدیلیاں بیان کرتی ہے، ٹریڈنگ کارکردگی میں بہتری کے شواہد نہیں۔

ٹیگز

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