यह नोटबुक इक्विटी और फ़्यूचर्स के लिए कमीशन और स्लिपेज मॉडल की तुलना करती है, फिर देखती है कि कमीशन की मान्यताएँ एक निश्चित ETF मोमेंटम रणनीति को कैसे प्रभावित करती हैं। यह बताती है कि प्रतिशत-आधारित, प्रति-शेयर, न्यूनतम, संयुक्त और स्तरीकृत कमीशन ट्रेड आकार…
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
95 दस्तावेज़
यह नोटबुक एक निश्चित ETF यूनिवर्स से बने शीर्ष-रैंक मोमेंटम पोर्टफोलियो के लिए दैनिक, साप्ताहिक, पाक्षिक और मासिक रीबैलेंस की तुलना करती है। यह ऐतिहासिक कीमतों से टर्नओवर और सकल जोखिम-समायोजित प्रदर्शन मापती है, फिर वार्षिक एकतरफ़ा टर्नओवर को अनुमानित…
यह सेटअप दस्तावेज़ साप्ताहिक S&P 500 इक्विटी शोध पाइपलाइन परिभाषित करता है, जो मूल्य-आधारित संकेतों के साथ ऑप्शन बाज़ार फ़ीचर का उपयोग करती है। यह पात्र यूनिवर्स, निर्णय और निष्पादन का समय, तथा अलग-अलग पूर्वानुमान क्षितिज वाले लेबलों के लिए अलग रीबैलेंस…
यह दस्तावेज़ मोमेंटम फ़ीचर अनुक्रमों से ETF रिटर्न का अनुमान लगाने के लिए शैक्षणिक Mamba-शैली के चयनात्मक स्टेट स्पेस मॉडल को प्रस्तुत करता है। अटेंशन और सघन टेम्पोरल मिक्सिंग से अलग, स्टेट स्पेस मॉडल अनुक्रम में एक निश्चित आकार की स्थिति बनाए रखता है, जिसका…
यह नोटबुक आठ पिछली गति संबंधी विशेषताओं से 21-दिवसीय ETF प्रतिफल का पूर्वानुमान करने के लिए Transformer के दो डिज़ाइनों की तुलना करती है। PatchTST लगातार दिनों को पैच में समूहित करता है, जिससे अटेंशन टोकनों की संख्या घटती है और स्थानीय समय-पैटर्न का निरूपण…
यह कॉन्फ़िगरेशन 20 FX मुद्रा जोड़ियों पर दैनिक लॉन्ग-शॉर्ट रणनीति बताता है। इसमें न्यूयॉर्क क्लोज़ पर निर्णय का समय, अगली बार निष्पादन, समान भार निर्धारण और मोमेंटम या कैरी पर आधारित रैंकिंग संकेत तय किए गए हैं। इसमें स्प्रेड और स्वैप-पॉइंट लागत, रीबैलेंसिंग…
यह नोटबुक Mamba पर आधारित शिक्षण-उद्देश्य वाला चयनात्मक स्टेट-स्पेस मॉडल समझाती है और ETF रिटर्न पूर्वानुमान के लिए उसका मूल्यांकन करती है। स्थिर-पैरामीटर स्टेट-स्पेस मॉडल के विपरीत, यह वर्तमान इनपुट से इनपुट-से-स्टेट पद, स्टेट-से-आउटपुट पद और चरण-आकार…
यह नोटबुक बताती है कि विस्तारित-विंडो डबल मशीन लर्निंग विश्लेषण में Beta, IdioVol, LME और Variance को नियंत्रित करने के बाद 12-से--2-महीने का मोमेंटम अगले महीने के US फ़र्म रिटर्न का पूर्वानुमान देता है या नहीं। सहायक मॉडल पहले के निर्णय महीनों पर प्रशिक्षित…
यह डेटासेट नोट मोमेंटम रणनीति और वित्तीय शोध उदाहरणों की व्यापक शृंखला में इस्तेमाल होने वाले विविध एक्सचेंज-ट्रेडेड फ़ंड संग्रह का वर्णन करता है। यह 2006 से शुरू होने वाले दैनिक ओपन, हाई, लो, क्लोज़ और वॉल्यूम अवलोकन देता है, जिन्हें US इक्विटी शैलियों और…
यह नोटबुक स्थापित US स्टॉक विशेषताओं के व्यापक समूह पर रिज, लासो और इलास्टिक-नेट मॉडल फ़िट करती है, जिनमें वैल्यू, लाभप्रदता, निवेश, मोमेंटम, आकार, जोखिम और तरलता माप शामिल हैं। यह वॉक-फ़ॉरवर्ड फ़ोल्ड का उपयोग करके कच्चे मासिक रिटर्न, क्रॉस-सेक्शनल…
यह ट्यूटोरियल ETF क्रॉस-सेक्शनल संकेतों को लॉन्ग-ओनली, समान-वेट वाले शीर्ष-दस पोर्टफ़ोलियो में बदलता है और Ridge रिग्रेशन तथा लॉजिस्टिक वर्गीकरण की तुलना मोमेंटम और समान-वेट बेसलाइन से करता है। मॉडल वॉक-फ़ॉरवर्ड प्रशिक्षण विंडो पर फिट किए जाते हैं,…
यह दस्तावेज़ बताता है कि TSMixer स्टॉक के हालिया फ़ीचर इतिहास को सत्रों-दर-फ़ीचर मैट्रिक्स के रूप में संसाधित करता है। इसके ब्लॉक समय के साथ फ़ीचर कॉलम में और फिर हर सत्र के भीतर फ़ीचर के बीच जानकारी मिलाते हैं। ब्लॉक को क्रम से रखने से आवर्ती अवस्था के बिना…
यह दस्तावेज़ न्यूयॉर्क के 5 PM क्लोज़ पर बीस मुद्रा जोड़ियों को रैंक करने के लिए दैनिक फ़ीचर पैनल विकसित करता है। यह मानकीकृत बहु-अवधि रिटर्न और चैनल स्थिति जैसे रैंकिंग संकेतों को अस्थिरता, ड्रॉडाउन, रेंज और व्यापक डॉलर प्रॉक्सी जैसे बाज़ार स्थिति मापों से…
यह ट्यूटोरियल पिछली अवधि के जोखिम-समायोजित मोमेंटम रैंकिंग और ट्रेज़री यील्ड कर्व के व्यवस्था फ़िल्टर से मासिक ETF रोटेशन सिम्युलेटर बनाता है। हर महीने के अंत में नियम हाल के मूल्य इतिहास के आधार पर दस फ़ंड को रैंक करता है; जोखिम-स्वीकार अवधि में शीर्ष तीन…
यह नोटबुक वास्तविक ETF डेटा से जाँचती है कि लुकबैक, बाज़ार स्थिति और क्रियान्वयन में उचित बदलावों के बावजूद मोमेंटम संकेत उपयोगी रहता है या नहीं। यह मोमेंटम और आगे के रिटर्न के बीच क्रॉस-सेक्शनल सूचना गुणांक निकालती है, फिर प्रदर्शन को प्रतिक्रिया-सतह पर…
यह नोटबुक समान मासिक ETF मोमेंटम रणनीति के दो सिमुलेशन की तुलना करती है। दोनों में लक्ष्य भार, समूह, तारीखें और कुल ट्रेडिंग लागत एक जैसी हैं। एक पिछड़े हुए भार और परिसंपत्ति रिटर्न से रिटर्न निकालता है; दूसरा फ़िल, शेयर और नकदी का हिसाब रखते हुए ऑर्डर क्रम…
यह नोटबुक रिटर्न का पूर्वानुमान करने और यह दावा करने में अंतर करती है कि मोमेंटम उनका कारण है। यह नवीनतम महीने को छोड़कर, पिछले वर्ष के शेयर रिटर्न को ट्रीटमेंट और आगे के रिटर्न को परिणाम मानती है। हाल की अस्थिरता, अलिक्विडिटी रैंक और वॉल्यूम अनुपात को…
यह नोटबुक जाँचती है कि सीखे गए ग्राफ़ एम्बेडिंग, US शेयरों के टैबुलर मॉडल में पूर्वानुमान संबंधी जानकारी जोड़ते हैं या नहीं। यह लक्ष्य अवधि से पहले मापे गए निरपेक्ष रिटर्न सहसंबंधों से नेटवर्क बनाती है, उसी पूर्व-लक्ष्य इतिहास से मोमेंटम, अस्थिरता और…
यह नोटबुक जाँचती है कि एक स्थिर, केवल-लॉन्ग ETF मोमेंटम आधाररेखा ने 2010 से 2024 तक बाज़ार की स्थितियों में कैसा प्रदर्शन किया। यह हर दैनिक रिटर्न को उस रिटर्न के शुरू होने से पहले ज्ञात अस्थिरता और रुझान मापों के अनुसार चिह्नित करती है, जिसमें विस्तारशील…
यह नोटबुक मोमेंटम पोर्टफ़ोलियो के लिए StopLoss, TakeProfit और TrailingStop नियमों को इस तरह ट्यून करने का उदाहरण देती है कि अंशांकन और मूल्यांकन कालक्रम के अनुसार अलग रहें। यह अंशांकन डेटा से अलग-अलग नियम-सीमाओं और उनके संयुक्त संयोजनों का परीक्षण करती है,…
यह US इक्विटी केस स्टडी भविष्य के रिटर्न का पूर्वानुमान लगाने और यह दावा करने में अंतर करती है कि मोमेंटम उन रिटर्न का कारण है। इसमें नवीनतम महीने को छोड़कर पिछले वर्ष के किसी शेयर के रिटर्न को उपचार, आगे के रिटर्न को परिणाम, और हाल की अस्थिरता, अतरलता रैंक…
यह नोटबुक TSMixer समझाती है, एक टाइम-सीरीज़ न्यूरल नेटवर्क जो दो कार्रवाइयों को बारी-बारी से करता है: हर फ़ीचर के लिए लुकबैक दिनों पर साझा रैखिक मैप, और हर दिन स्वतंत्र रूप से लागू किया गया साझा फ़ीचर MLP। रेज़िडुअल कनेक्शन और प्री-नॉर्मलाइज़ेशन स्टैक को…
यह नोटबुक US शेयरों की रैंकिंग के लिए आगे के रिटर्न लक्ष्य तय करती है और समझाती है कि उनकी अवधि वास्तविक ट्रेडिंग सत्रों से कैसे मेल खाए। रिटर्न के लिए विभाजन और लाभांश-समायोजित कीमतों का उपयोग होता है, लेकिन शेयर ट्रेड करने योग्य है या नहीं, यह तय करने के…
यह पाइपलाइन ETF परिनियोजन कार्यप्रवाह के लिए OHLCV कीमतों और यील्ड कर्व से वित्तीय फ़ीचर बनाती है। यह कई लुकबैक अवधियों में रिटर्न और जोखिम-समायोजित रिटर्न, मोमेंटम त्वरण और अस्थिरता अनुपात निकालती है, फिर RSI, MACD, ADX, CCI, स्टोकेस्टिक मान, मूविंग-एवरेज…