सामग्री पर जाएं

नॉलेज लाइब्रेरी

उन पुस्तकों, शोधपत्रों, लेखों और कोड के सारांश और मुख्य विचार, जिन्हें हमारे एआई एजेंट पढ़ते हैं। इन्हें Stratmill के शोध एजेंट ने लिखा है। हर पृष्ठ पर मूल स्रोत का लिंक है।

लाइब्रेरी में खोजें

2,238 दस्तावेज़

Machine Learning for Trading

यह नोटबुक उस शॉर्ट यूरोपीय कॉल के लिए सीखी हुई और विश्लेषणात्मक हेज की तुलना करती है जिसमें रीबैलेंसिंग डिस्क्रीट है और ट्रेडिंग पर आनुपातिक लागत लगती है। यह हेज लाभ, टर्नओवर लागत और ऑप्शन पेऑफ़ से स्व-वित्तपोषित अंतिम P&L परिभाषित करती है, फिर अपेक्षित…

ऑप्शंसडेरिवेटिव का मूल्य निर्धारणअस्थिरताजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक ETF फ़ीचर का एक-एक करके मूल्यांकन करती है और फ़ीचर मान तथा बाद के मासिक प्रतिफल के बीच तारीख-दर-तारीख रैंक सूचना गुणांक निकालती है। यह वॉक-फ़ॉरवर्ड सत्यापन तारीखों पर वित्तीय और मॉडल-व्युत्पन्न फ़ीचर की स्क्रीनिंग करती है, फिर हर फ़ीचर की IC शृंखला…

इक्विटीसांख्यिकीमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक निर्मित उदाहरणों से पोज़िशन-स्तरीय निकास और पोर्टफ़ोलियो-स्तरीय नियंत्रण दिखाती है। स्थिर नियमों में स्टॉप लॉस, लाभ लक्ष्य और समय-आधारित निकास शामिल हैं; गतिशील नियमों में पिछले उच्च स्तरों का अनुसरण करने वाले ट्रेलिंग स्टॉप, सख्त होते ट्रेल और…

जोखिम प्रबंधनपोज़िशन का आकार तय करनाबैकटेस्टिंगऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक बाद के प्रतिफल के आधार पर US इक्विटी की रैंकिंग के लिए उम्मीदवार फ़ीचर का मूल्यांकन करती है। यह दैनिक क्रॉस-सेक्शनल सूचना गुणांक निकालती है, समयगत निर्भरता का ध्यान रखने वाले अनिश्चितता अनुमानों से उनका औसत संक्षेपित करती है और कई उम्मीदवारों की…

इक्विटीसांख्यिकीमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक दिखाती है कि व्यापक आर्थिक अवलोकनों को उन तारीखों के साथ कैसे संरेखित करें जब ट्रेडर वास्तव में उन्हें जान सकते थे। यह उस अवधि में अंतर करती है जिसे कोई मान मापता है और उसके प्रकाशन की तारीख में, अवधि की लंबाई और एजेंसी के विलंब शेड्यूल से रिलीज़…

बहु-एसेटबैकटेस्टिंगसांख्यिकीजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक तीन-वर्गीय वित्तीय वाक्य भावना के लिए तीन ट्रांसफ़ॉर्मर चेकपॉइंट फ़ाइन-ट्यून करने और सटीकता, मैक्रो F1 तथा कन्फ़्यूज़न मैट्रिक्स से उनका मूल्यांकन करने का तरीका दिखाती है। यह स्तरीकृत ट्रेन, सत्यापन और परीक्षण विभाजन उपयोग करती है, ताकि वर्ग…

मशीन लर्निंगबाज़ार भावनासांख्यिकी
Machine Learning for Trading

यह नोटबुक डबल मशीन लर्निंग से सतत ETF मोमेंटम माप के आगे के प्रतिफल पर समायोजित प्रभाव का अनुमान लगाती है। यह असमायोजित रिग्रेशन की तुलना DML अनुमानों से करती है, जो हालिया और दीर्घकालीन अस्थिरता, बाज़ार व्यवस्था तथा यील्ड कर्व ढलान को नियंत्रित करते हैं।…

इक्विटीमोमेंटममशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह मार्गदर्शिका NASDAQ Data Link के Wiki Prices से दैनिक US इक्विटी डेटासेट का वर्णन करती है, जिसमें समायोजित OHLCV डेटा और 1962 से मार्च 2018 तक का कवरेज है। यह बताती है कि API कुंजी से संग्रह कैसे प्राप्त करें, लोड करें, प्रतीक या तारीख से फ़िल्टर करें,…

इक्विटीअमेरिकी बाज़ारबैकटेस्टिंग
Machine Learning for Trading

यह उपयोगिता निर्दिष्ट सत्र अवधियों में दर्ज किए गए ऑप्शंस स्ट्रैडल के प्रीमियम में पूर्ण सापेक्ष बदलाव मापती है। यह सकारात्मक बोली और बोली से ऊपर माँग वाले युग्मित कॉल और पुट कोटेशन से वैध स्ट्रैडल प्रीमियम बनाती है, फिर दर्ज किए गए सटीक प्रतीक, स्ट्राइक और…

ऑप्शंसअस्थिरताबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक जाँचने का नियतात्मक तरीका प्रस्तुत करती है कि बैकटेस्ट और लाइव ट्रेडिंग पाइपलाइन एक जैसा व्यवहार करती हैं या नहीं। यह क्रमिक चरणों की तुलना करती है: समान बार से निकाले गए फ़ीचर, उन फ़ीचर से बने पूर्वानुमान, समान पोज़िशन स्थिति में दिए गए सिग्नल, और…

बैकटेस्टिंगऑर्डर निष्पादनजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक बताती है कि कंडीशनल ऑटोएन्कोडर इंस्ट्रूमेंटेड प्रिंसिपल कंपोनेंट विश्लेषण (IPCA) को कैसे आगे बढ़ाता है: यह दो-चरणीय संरचना बनाए रखता है, जिसमें फ़ंड फ़ीचर गुप्त फ़ैक्टर एक्सपोज़र से मैप होते हैं और वे एक्सपोज़र फ़ैक्टर प्रतिफल के साथ जुड़ते हैं,…

इक्विटीफ़ैक्टर निवेशमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह विश्लेषण स्प्रेड, डेप्थ असंतुलन, साइन किए गए वॉल्यूम और अस्थिरता जैसे इंट्राडे माइक्रोस्ट्रक्चर फ़ीचर से अगले 15-मिनट प्रतिफल के आधार पर NASDAQ-100 शेयरों की रैंकिंग करने वाले पूर्वानुमान मॉडलों की तुलना करता है। इसमें पूरे कवरेज वाले तुलनीय पूर्वानुमान…

इक्विटीबाज़ार की सूक्ष्म संरचनामशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक क्रिप्टो फ़ंडिंग-दर दिशा मॉडल के लिए तैनाती चक्र का अभ्यास करती है। यह Binance से प्राप्त ऐतिहासिक परपेचुअल डेटा पर LightGBM क्लासिफ़ायर प्रशिक्षित करती है, OKX से लाइव प्रति-घंटा बार और फ़ंडिंग दरें लेती है, मॉडल के फ़ीचर निकालती है और…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक आगे के ETF प्रतिफल का पूर्वानुमान करने के लिए sklearn HistGradientBoosting, XGBoost, LightGBM और CatBoost की तुलना करती है। यह मॉडल-जटिलता प्रीसेट के अनुसार क्रॉस-सेक्शनल सूचना गुणांक, प्रशिक्षण समय और मेमोरी उपयोग मापती है; जहाँ समर्थित हो, वहाँ…

मशीन लर्निंगइक्विटीबैकटेस्टिंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक बताती है कि IEX DEEP संदेशों को कैसे पार्स करें और हर मूल्य स्तर पर समेकित लिमिट ऑर्डर बुक कैसे बनाए रखें। यह मूल्य-स्तर अपडेट, सर्वोत्तम बोली और माँग कोटेशन तथा ट्रेड रिपोर्ट निकालती है, फिर इस डेटा से स्प्रेड और डेप्थ की जाँच करती है। यह तरीका…

इक्विटीबाज़ार की सूक्ष्म संरचनाऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक जाँचती है कि क्या मानक पोर्टफ़ोलियो आवंटन, लेनदेन लागत से पहले ही प्रभावित हर-बार NASDAQ-100 ट्रेडिंग रणनीति को बेहतर बना सकता है। यह घोषित लागत-संभव यूनिवर्स पर सत्यापन प्रदर्शन से पूर्वानुमान चुनती है, फिर पूरे यूनिवर्स पर आवंटन संयोजनों का…

इक्विटीपोज़िशन का आकार तय करनापोर्टफोलियो निर्माणऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक ETF प्रतिफल मॉडलों के एक परिवार का खाका देती है, जो पैनल में साझा गुप्त दिशाओं का अनुमान लगाते हैं और फ़ंड एक्सपोज़र आँकने के लिए फ़ीचर का उपयोग करते हैं। इसमें पाँच तरीकों का अंतर बताया गया है: बिना शर्त प्रधान घटक; रैखिक फ़ीचर-से-एक्सपोज़र मैप…

सांख्यिकीमशीन लर्निंगफ़ैक्टर निवेश
Machine Learning for Trading

यह नोटबुक बताती है कि पूर्वानुमान एजेंट के लिए खोज टूल कैसे डिज़ाइन करें, ताकि साक्ष्य की संरचना एकसमान हो, उसका स्रोत खोजा जा सके और मॉडल तक उसका रास्ता ऑडिट किया जा सके। साझा क्लाइंट प्रोटोकॉल विभिन्न प्रदाताओं से टाइप किए गए परिणाम लौटाता है और इसमें…

मशीन लर्निंगबैकटेस्टिंगबाज़ार भावना
Machine Learning for Trading

यह नोटबुक अध्ययन करती है कि मॉडल द्वारा ट्रेड करने के लिए मुद्रा जोड़ियाँ चुन लेने के बाद, पोज़िशन का आकार FX बैकटेस्ट को कैसे प्रभावित करता है। इसमें विजेता आधाररेखा के पूर्वानुमान, सिग्नल मैपिंग, लागत और निष्पादन सेटिंग्स को बनाए रखते हुए आवंटन नियम बदले…

विदेशी मुद्रापोज़िशन का आकार तय करनापोर्टफोलियो निर्माणबैकटेस्टिंग
Machine Learning for Trading

यह उपयोगिता प्रवेश और निकास पर एक ही प्रतीक, स्ट्राइक और समाप्ति वाले S&P 500 ऑप्शन स्ट्रैडल के लेबल आर्टिफ़ैक्ट बनाती है। यह फ़ीचर तारीखों को बाद के बाज़ार सत्रों से संरेखित करती है, पाँच और दस सत्र बाद की निकास तारीखें बनाती है और स्ट्रैडल रिटर्न निकालने…

ऑप्शंसडेरिवेटिव का मूल्य निर्धारणबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक अग्रणी ETF आवंटन संयोजनों पर पोज़िशन-स्तरीय जोखिम नियंत्रण लागू करती है और अंतर्निहित हर भविष्यवाणी, संकेंद्रण तथा आवंटक को स्थिर रखती है। यह मूल रणनीति के मुकाबले स्टॉप-लॉस, ट्रेलिंग स्टॉप और समय-आधारित निकास की तुलना करती है और बताती है कि स्टॉप…

इक्विटीजोखिम प्रबंधनबैकटेस्टिंगपोज़िशन का आकार तय करना
Machine Learning for Trading

यह नोटबुक हर उत्पाद के तीन अनुबंध अवधियों से क्रॉस-सेक्शनल फ़्यूचर्स फ़ीचर मैट्रिक्स बनाने का तरीका बताती है। यह एक्सचेंज से सेटल की गई कीमतों से कैरी और वक्र वक्रता निकालती है, जबकि रिटर्न, मोमेंटम और अस्थिरता मापने के लिए रोल-समायोजित कीमतें इस्तेमाल करती…

फ़्यूचर्सकमोडिटीकैरीमोमेंटम
Machine Learning for Trading

यह नोटबुक दिखाती है कि कई संकेतों या रणनीतियों में खोज करने से सबसे अच्छा दिखने वाला परिणाम अपने वास्तविक पूर्वानुमान मूल्य से अधिक मज़बूत क्यों लगता है। बिना वास्तविक जानकारी वाले फ़ैक्टर का अनुकरण दिखाता है कि सबसे बड़ा सूचना गुणांक चुनने से संयोगवश आकर्षक…

सांख्यिकीफ़ैक्टर निवेशबैकटेस्टिंगमशीन लर्निंग
Machine Learning for Trading

यह नोटबुक जारी किए गए, क्रॉस-सेक्शनल रूप से रैंक किए गए US फर्म विशेषता पैनल को फ़ैक्टर अध्ययन के लिए कुंजीयुक्त फ़ीचर मैट्रिक्स में बदलने का तरीका समझाती है। यह इनपुट को घोषित परिवारों में बाँटती है, रूपांतरण फिट किए बिना विशेषताओं और अंतःक्रियाओं को जोड़ती…

इक्विटीफ़ैक्टर निवेशबैकटेस्टिंगसांख्यिकी