سلور فیوچرز کی قلیل مدتی سمت کی ٹیب نیٹ پیش گوئی

خلاصہ

یہ مطالعہ تکنیکی تجزیے، آرڈر فلو اور آرڈر بک کے ڈیٹا سے حاصل خصوصیات استعمال کرتے ہوئے فیوچرز کے معاہدے میں قلیل مدتی سمتی تبدیلیوں کی پیش گوئی کرتا ہے۔ یہ ان عوامل کو ملا کر اگلی حرکت کی سمت کی درجہ بندی کرنے کے لیے شنگھائی فیوچرز ایکسچینج میں فہرست شدہ سلور فیوچرز پر ٹیب نیٹ ڈیپ لرننگ ماڈل تربیت دیتا ہے۔

منتخب جائزہ مدت کے لیے رپورٹ کردہ درستگی 0.601 ہے۔ دستاویز میں مدت، ڈیٹا کی تیاری، توثیق کے ڈیزائن، ٹریڈنگ کے اخراجات یا کسی تقابلی بنیاد کے مقابلے میں کارکردگی کی کم تفصیل ہے۔ اس لیے نتیجہ پیش گوئی کے تجربے کو بیان کرتا ہے، یہ ثابت نہیں کرتا کہ ماڈل منافع بخش سودے دے گا یا دوسرے معاہدوں اور بازاری حالات میں بھی عمومی طور پر کام کرے گا۔

اہم خیالات

• ماڈل تکنیکی اشاریوں، آرڈر فلو کی خصوصیات اور آرڈر بک کے ڈیٹا کو ملاتا ہے۔
• سلور فیوچرز کی قلیل مدتی سمتی تبدیلیوں کی پیش گوئی کے لیے ٹیب نیٹ استعمال ہوتا ہے۔
• منتخب مدت میں رپورٹ کردہ درستگی 0.601 ہے۔
• مختصر وضاحت منافع بخشی یا زیرِ مطالعہ معاہدے اور مدت سے باہر کارکردگی قائم نہیں کرتی۔

ٹیگز

# Neural Network and Order Flow, Technical Analysis: Predicting short-term direction of futures contract


# Neural Network and Order Flow, Technical Analysis: Predicting short-term direction of futures contract









Predictions of short-term directional movement of the futures contract can be challenging as its pricing is often based on multiple complex dynamic conditions. This work presents a method for predicting the short-term directional movement of an underlying futures contract. We engineered a set of features from technical analysis, order flow, and order-book data. Then, Tabnet, a deep learning neural network, is trained using these features. We train our model on the Silver Futures Contract listed on Shanghai Futures Exchange and achieve an accuracy of 0.601 on predicting the directional change during the selected period.

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۔