2010 کی دہائی کے اوائل میں مارکیٹ کی تھرثیر اور خودکار تجارت کا اوج
شیئر کریں
تعارف
2010 کی پہلی نصف دہائی کے دوران، ڈاو جونز انڈسٹریل ایورج کو متعدد عالمی معاشی خلل کے باوجود مستقل طور پر بڑھتی ہوئی ریلی کا تجربہ ہوا۔ ان میں یورپی قرضے کا بحران، ڈبئی ورلڈ قرضے کے معطل ہونے کے بعد کے اثرات، اور 2011 کا امریکی قرضے کی سقف کا بحران شامل تھے۔ اسی وقت، مرکزی بینکوں نے، خاص طور پر امریکی فیڈرل ریزرو نے، مالیاتی استحکام کے لیے آسان مالیاتی پالیسیاں نافذ کیں، جن میں مقداری آسانی بھی شامل تھی۔
اس تبدیلی کا دورانیہ الگورتھمی اور خودکار تجارتی نظاموں میں ایک اہم اضافے کے ساتھ منطبق ہوا۔ اس دور کی اکادمیک تحقیق اور بعد کے تجزیوں سے پتہ چلتا ہے کہ مصنوعی ذہانت، تقویتی سیکھنے، اور الگورتھمی استراتیجوں میں ترقی نے شیئر بازار کی سرگرمی میں، بشمول بڑے شاخصوں جیسے ڈاو جونز میں، بڑھتے ہوئے کردار ادا کیا۔
الگورتھمی تجارت ایک بڑھتی ہوئی بازاری قوت کے طور پر
مالی انجینئرنگ میں تحقیق سے پتہ چلتا ہے کہ خودکار تجارتی نظام بازاروں کے ڈیجیٹائز ہونے اور ڈیٹا پروسیسنگ صلاحیتوں کے بہتر ہونے کے ساتھ زیادہ واضح ہو گئے۔
ماہر #1: MDPI تحقیق کے مصنفین
مالی ٹیکنالوجی کے ماہرین
الگورتھمی تجارت کا استعمال کمپیوٹیشنل طاقت اور ڈیٹا تجزیے میں ترقی کے ساتھ بہت بڑھ گیا ہے۔
ماخذ: MDPI، مالی انتظام اور خطرے کا جریدہ، 2024
https://www.mdpi.com/2504-2289/9/12/317
اس مطالعہ میں بتایا گیا ہے کہ خودکار استراتیجیوں کا استعمال بڑے حجم میں بازار کے ڈیٹا کا تجزیہ کرنے اور پہلے سے طے شدہ قواعد کے مطابق تجارت کرنے کے لیے بڑھتے ہوئے ہے، درمیانہ فیصلہ سازی کے بجائے۔
ڈاو جونز کے شیئروں میں مصنوعی ذہانت
ڈاو جونز کے الفاظ پر مرکوز تحقیق سے پتہ چلتا ہے کہ مصنوعی ذہانت کا استعمال شیئر بازار میں بڑھ رہا ہے۔
ماہر #2: Academia.edu مطالعہ کے مصنفین
AI سرمایہ کاری کی استراتیجیوں پر ماہرین
سرمایہ بازاروں میں سرمایہ کاری کے فیصلوں میں مصنوعی ذہانت کے طریقے زیادہ سے زیادہ لاگو ہو رہے ہیں۔
ماخذ: Academia.edu – سرمایہ بازاروں میں مصنوعی ذہانت کی سرمایہ کاری کا استعمال
https://www.academia.edu/112539156/The_application_of_artificial_intelligence_investment_in_capital_markets_A_case_study_of_two_constituent_stocks_of_Dow_Jones
اس مطالعہ میں یہ جانچا گیا ہے کہ AI پر مبنی استراتیجیاں ڈاو جونز شاخص میں شامل شیئروں پر کیسے لاگو کی جا سکتی ہیں، جو خودکار اور ڈیٹا محور سرمایہ کاری کے رویے کی طرف بڑھتے ہوئے رجحان کو ظاہر کرتا ہے۔
تقویتی سیکھنے اور خودکار شیئر تجارت
مشین سیکھنے کے طریقے بھی شیئر بازار میں خودکار تجارت کے اوزار کے طور پر مطالعہ کیے گئے ہیں۔
ماہر #3: ResearchGate مطالعہ کے مصنفین
مالیات میں گہری تقویتی سیکھنے پر ماہرین
گہری تقویتی سیکھنے کا استعمال کرتے ہوئے خودکار تجارت نظام کو بازار کے ڈیٹا سے بہترین استراتیجیاں سیکھنے کی اجازت دیتا ہے۔
ماخذ: ResearchGate – گہری تقویتی سیکھنے کا استعمال کرتے ہوئے خودکار شیئر تجارت کا تجرباتی تجزیہ
https://www.researchgate.net/publication/366838681_Empirical_Analysis_of_Automated_Stock_Trading_Using_Deep_Reinforcement_Learning
اس مطالعہ میں بتایا گیا ہے کہ تقویتی سیکھنے کے ماڈل متحرک بازار کی حالات کے مطابق موافقت کرسکتے ہیں، جو خاص طور پر معاشی غیریقین کے دوران میں متعلقہ ہے۔
الگورتھمی تجارتی نظاموں میں ٹیکنالوجیکی ترقی
کمپیوٹنگ بنیادی ڈھانچے میں ترقی نے بھی خودکار تجارت کے وسعت کو فروغ دیا ہے۔
ماہر #4: ACM تحقیق کے مصنفین
کمپیوٹر سائنس اور مالی ٹیکنالوجی کے ماہرین
جدید الگورتھمی تجارتی نظام پیشرفته کمپیوٹنگ کے طریقے اور ڈھانچے پر انحصار کرتے ہیں۔
ماخذ: ACM ڈیجیٹل لائبریری، 2024
https://dl.acm.org/doi/full/10.1145/3745133.3745185
ان سسٹمz واقعی وقت کے اعداد و شمار کے عمل کو استعمال کرتے ہیں، پیش گوئی ماڈلز، اور خودکار طور پر اجراء کو بازار کے تبدیلیوں کے جلدی ردعمل دینے کے لیے.
بازار کی غیر یقینی صورتحال اور نظام شدہ تجارتی رویے
معاشرتی تناؤ کے دوران—جیسے کہ یورپی قرضے کا بحران اور امریکی قرضے کی سقف کا مقابلہ—عالمی بازاروں میں غیر یقینی صورتحال کو بڑھاوا دیا گیا۔ ایسی صورتحالوں میں، نظام شدہ اور خودکار استراتیجیوں نے توجہ حاصل کی کیونکہ وہ نئے اعداد و شمار کے جلدی ردعمل دے سکتے تھے اور عاطفی مداخلت کے بغیر تجارت کو نافذ کر سکتے تھے۔
تعلیمی مطالعات سے ظاہر ہوتا ہے کہ الگورتھم پر مبنی اور AI پر مبنی تجارتی سسٹمz عام طور پر بازار کے ماحول کے تبدیل ہونے کے لیے تبدیل ہونے کے لیے ڈیزائن کیے جاتے ہیں، جس کی وجہ سے وہ غیر یقینی صورتحال کے دوران خاص طور پر متعلقہ ہوتے ہیں۔
اختتام
2010 کی دہائی کے اوائل میں معیاری بازار کی غیر یقینی صورتحال اور بڑے شاخصات جیسے کہ Dow Jones میں مضبوط اضافے کی نشانی تھی۔ اسی وقت، الگورتھم پر مبنی تجارت، مصنوعی ذہانت، اور تقویت سیکھنے میں پیش رفت نے بازار کے تجزیہ اور تجارت کرنے کے طریقہ کو دوبارہ ترتیب دینا شروع کردیا۔
تعلیمی اور ٹیکنیکل تحقیقات سے ظاہر ہوتا ہے کہ خودکار سسٹمz اس دوران میں مزید اہم ہو گئے، کیونکہ انہوں نے تیزی سے تبدیل ہونے والی معاشی صورتحال کے جواب دہی کے قابل ڈیٹا پر مبنی نقطہ نظر فراہم کیے۔
حوالہ جات
-
MDPI تحقیق کے مصنفین۔ (2024)۔ الگورتھم پر مبنی تجارت اور مالیاتی بازار کا تجزیہ۔ مالیاتی اور مالیاتی منصوبہ کی رسائی۔ یہاں سے حاصل کیا گیا۔ https://www.mdpi.com/2504-2289/9/12/317
-
Academia.edu مطالعہ کے مصنفین۔ (2024)۔ سرمایہ بازار میں مصنوعی ذہانت کے سرمایہ کاری کے استعمال۔ یہاں سے حاصل کیا گیا۔
https://www.academia.edu/112539156/The_application_of_artificial_intelligence_investment_in_capital_markets_A_case_study_of_two_constituent_stocks_of_Dow_Jones -
ResearchGate مطالعہ کے مصنفین۔ (2023)۔ Deep Reinforcement Learning کا استعمال کرتے ہوئے خودکار اسٹاک تجارت کا تجرباتی تجزیہ۔ یہاں سے حاصل کیا گیا۔
https://www.researchgate.net/publication/366838681_Empirical_Analysis_of_Automated_Stock_Trading_Using_Deep_Reinforcement_Learning -
ACM تحقیق کے مصنفین۔ (2024)۔ الگورتھم پر مبنی تجارتی سسٹمz اور محاسباتی تکنیکس۔ یہاں سے حاصل کیا گیا۔
https://dl.acm.org/doi/full/10.1145/3745133.3745185
