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

1,066 दस्तावेज़

Machine Learning for Trading

यह नोटबुक कंपनी और फ़ाइलिंग प्रकार के आधार पर SEC फ़ाइलिंग देखने के लिए EdgarTools का परिचय देती है। यह स्थायी CIK पहचानकर्ता से जारीकर्ताओं को खोजने, वार्षिक और त्रैमासिक रिपोर्ट प्राप्त करने, XBRL वित्तीय विवरण निकालने और अंदरूनी लोगों के Form 4 तथा…

इक्विटीअमेरिकी बाज़ारबैकटेस्टिंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक एक से तीस वर्ष तक की अवधि वाले आठ ट्रेज़री स्थिर-अवधि यील्ड में बदलावों पर प्रिंसिपल कंपोनेंट विश्लेषण लागू करती है। यह बिना यील्ड बदलाव वाली फ़ॉरवर्ड-फ़िल्ड कैलेंडर पंक्तियाँ हटाती है और PCA से पहले शेष अवलोकनों को मानकीकृत करती है, ताकि हर…

निश्चित आयसांख्यिकीजोखिम प्रबंधनपोर्टफोलियो निर्माण
Machine Learning for Trading

यह नोटबुक हाल के फ़ीचर की क्रमबद्ध विंडो से शेयर रिटर्न का पूर्वानुमान लगाने वाले LSTM अनुक्रम मॉडल का वर्णन करती है। हर उदाहरण में एक शेयर के लिए लगातार 60 सत्र होते हैं; लिस्टिंग अंतराल, ट्रेडिंग रोक या अन्य रुकावटों को पार करने वाली विंडो हटा दी जाती हैं,…

इक्विटीमशीन लर्निंगसांख्यिकीअमेरिकी बाज़ार
Machine Learning for Trading

यह विश्लेषण जाँचता है कि क्या दैनिक ऑप्शन डेटा S&P 500 के घटकों पर एट-द-मनी स्ट्रैडल बेचने, शेयरों का डेल्टा हेज करने और कॉन्ट्रैक्ट को एक्सपायरी तक रखने वाली साप्ताहिक रणनीति का समर्थन कर सकता है। यह बताता है कि कॉल और पुट मिलकर स्ट्रैडल कैसे बनाते हैं,…

ऑप्शंसअस्थिरताऑर्डर निष्पादनबैकटेस्टिंग
Machine Learning for Trading

यह संदर्भ इक्विटी इंडेक्स, ट्रेज़री, ऊर्जा, धातु, मुद्रा, ब्याज दर, कृषि, पशुधन और क्रिप्टो में 35 CME फ़्यूचर्स उत्पादों के सूचीबद्ध कॉन्ट्रैक्ट महीनों का सार देता है। यह एक्सचेंज की माह-कोड प्रणाली समझाता है और मासिक, तिमाही तथा उत्पाद-विशिष्ट द्विमासिक…

फ़्यूचर्सबाज़ार की सूक्ष्म संरचनाबैकटेस्टिंगकमोडिटी
Machine Learning for Trading

यह नोटबुक नौ केस अध्ययनों में पाँच अव्यक्त-कारक आकलकों—PCA, IPCA, CAE, SDF, और SAE—के पंजीकृत सत्यापन परिणामों का संश्लेषण करती है। पहले यह बताती है कि प्रत्येक पैनल में किन आकलकों के परिणाम उपलब्ध हैं, फिर हर केस अध्ययन के लिए उच्चतम औसत दैनिक स्पीयरमैन…

फ़ैक्टर निवेशमशीन लर्निंगसांख्यिकीइक्विटी
Machine Learning for Trading

यह दस्तावेज़ आधिकारिक Binance USD-M परपेचुअल फ़ंडिंग रिकॉर्ड डाउनलोड करने, उन्हें सामान्यीकृत करने और कॉलमनर फ़ाइल में कैश करने की पाइपलाइन बताता है। अनुरोधित प्रतीकों और तारीख़ सीमा के लिए मासिक संग्रह एक साथ प्राप्त किए जाते हैं। रिकॉर्ड को UTC टाइमस्टैम्प…

क्रिप्टोपरपेचुअल फ़्यूचर्सडेरिवेटिव का मूल्य निर्धारणबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक TabM, एक वेट-शेयरिंग न्यूरल एन्सेंबल, को US इक्विटी पैनल पर लागू करती है, जहाँ हर शेयर और सत्र के लिए एक फ़ीचर पंक्ति है। साझा दो-परत बैकबोन कई सदस्यों को इनपुट देता है; हर सदस्य का अपना स्केलिंग वेक्टर और आउटपुट परत होती है। उनकी भविष्यवाणियों का…

इक्विटीमशीन लर्निंगबैकटेस्टिंगसांख्यिकी
Machine Learning for Trading

यह विश्लेषण क्रिप्टो परपेचुअल-फ़्यूचर्स के उम्मीदवारों के स्थिर समूह से एक कॉन्फ़िगरेशन चुनता है, जिसमें पूर्वानुमान के चार लेबल और रणनीति के कई चरण शामिल हैं। यह सबसे ऊँचा सत्यापन शार्प चुनता है और लेबल, विभाजन तथा निष्पादन विवरण को तुलनीय उम्मीदवार की…

क्रिप्टोपरपेचुअल फ़्यूचर्ससांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

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…

इक्विटीमोमेंटमसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

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…

इक्विटीमोमेंटमअस्थिरतातकनीकी संकेतक
Machine Learning for Trading

यह स्क्रिप्ट SEC 13F फ़ाइलों से संस्थागत होल्डिंग दो तरीकों से जुटाती है: चुने हुए प्रबंधकों की फ़ाइलें प्राप्त कर सकती है या SEC की त्रैमासिक बल्क फ़ाइलें डाउनलोड कर सकती है। दोनों तरीकों में होल्डिंग को साझा स्कीमा में सामान्यीकृत किया जाता है; बल्क तरीका…

इक्विटीसांख्यिकीपोर्टफोलियो निर्माण
Machine Learning for Trading

यह नोटबुक स्पॉट की तुलना में परपेचुअल कॉन्ट्रैक्ट के प्रीमियम पर बने फ़ीचरों का उपयोग करके क्रिप्टो परपेचुअल फ़्यूचर्स के लिए ग्रेडिएंट बूस्टिंग कॉन्फ़िगरेशन की तुलना करती है। इसमें ट्री क्षमता और लॉस फ़ंक्शन बदले जाते हैं—squared, absolute और Huber लॉस…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक मात्रात्मक इक्विटी शोध के लिए कच्ची SEC Form 4 XML फ़ाइलों से इनसाइडर लेनदेन निकालना समझाती है। यह XML पार्सर का उपयोग करती है ताकि हर ट्रेड का कोड, तारीख, शेयर संख्या, मूल्य और दिशा उसके लेनदेन ब्लॉक से जुड़े रहें, जबकि जारीकर्ता और…

इक्विटीघटना आधारितबाज़ार भावनासांख्यिकी
Machine Learning for Trading

यह नोटबुक डबल मशीन लर्निंग से अनुमान लगाती है कि क्या फ़्यूचर्स कैरी, अस्थिरता, मोमेंटम और क्रॉस-सेक्शनल कैरी रैंक से स्वतंत्र होकर बाद के रिटर्न का पूर्वानुमान करता है। लचीले मॉडल और क्रॉस-फ़िटिंग से यह कैरी तथा रिटर्न, दोनों को इन गड़बड़ी कारकों के सापेक्ष…

फ़्यूचर्सकैरीमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक क्रिप्टो परपेचुअल फ़्यूचर्स के लिए मॉडल-आधारित फ़ीचर बनाती है: प्रति-परिसंपत्ति सशर्त अस्थिरता पूर्वानुमान GJR-GARCH से और पूरे बाज़ार की तनाव-अवधि संभावना, फ़ंडिंग निपटानों पर फ़िट किए गए दो-अवस्था वाले गॉसियन हिडन मार्कोव मॉडल से। बीते बारों से…

क्रिप्टोपरपेचुअल फ़्यूचर्सअस्थिरतामशीन लर्निंग
Machine Learning for Trading

यह केस अध्ययन क्रिप्टो परपेचुअल फ़्यूचर्स के लिए शोध पाइपलाइन की रूपरेखा देता है और नियमित निपटान पर लॉन्ग तथा शॉर्ट पोज़िशन के बीच होने वाले फ़ंडिंग भुगतानों को संभावित रिटर्न स्रोत मानता है। इसमें लेबल निर्माण और वित्तीय फ़ीचर से लेकर सांख्यिकीय तथा…

क्रिप्टोपरपेचुअल फ़्यूचर्सफ़्यूचर्समशीन लर्निंग
Machine Learning for Trading

यह विश्लेषण नौ ट्रेडिंग केस अध्ययनों में फ़ीचर छँटाई के नतीजों की तुलना करता है और पूछता है कि जाँच में पास हुए फ़ीचर मज़बूत रणनीतियों का पूर्वानुमान करते हैं या नहीं। इसकी जाँच Benjamini–Hochberg गलत-खोज नियंत्रण को केस अध्ययन की प्रभाव-आकार सीमा और…

सांख्यिकीमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक DeePM का वर्णन करती है, जो बदलती बाज़ार स्थितियों में प्रदर्शन सुधारने के लिए बनाई गई शुरू से अंत तक की ETF पोर्टफ़ोलियो नीति है। इसके घटकों में अस्थिरता-सामान्यीकृत रिटर्न और ट्रेंड फ़ीचर, LSTM-आधारित मॉडल, चर चयन, कंडीशनिंग परतें और…

बहु-एसेटपोर्टफोलियो निर्माणमशीन लर्निंगजोखिम प्रबंधन
Machine Learning for Trading

यह केस अध्ययन ETF मोमेंटम पर कारणात्मक अनुमान लागू करता है और पूछता है कि आगे के रिटर्न पर इसका प्रभाव बाज़ार की अस्थिरता के साथ बदलता है या नहीं। इसमें निरंतर मोमेंटम ट्रीटमेंट, 21-दिवसीय आगे के रिटर्न का परिणाम, अस्थिरता और यील्ड-कर्व नियंत्रण तथा औसत और…

इक्विटीअमेरिकी बाज़ारमोमेंटममशीन लर्निंग
Machine Learning for Trading

यह नोटबुक US इक्विटी में रिटर्न का पूर्वानुमान करने के लिए एक सरल अनुक्रम-मॉडल आधाररेखा के रूप में NLinear प्रस्तुत करती है। प्रत्येक उदाहरण में एक शेयर के लिए 60 लगातार सत्रों की विंडो है और फ़ीचर समय के क्रम में रखे गए हैं। हर फ़ीचर के लिए मॉडल उसका नवीनतम…

इक्विटीअमेरिकी बाज़ारमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक देखे गए मूल्य पथों से ट्रिपल-बैरियर चौड़ाई तय करने के लिए अधिकतम अनुकूल और प्रतिकूल उतार-चढ़ाव का विश्लेषण करती है। बार के बंद भाव पर लॉन्ग एंट्री के लिए, यह आगे की होल्डिंग अवधि में सबसे ऊँचा उच्च और सबसे नीचा निम्न मापती है; शॉर्ट पोज़िशन में…

जोखिम प्रबंधनअस्थिरताबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक FinMarBa की वित्तीय सुर्खियों पर पूर्व-प्रशिक्षित FinBERT लागू करती है और जाँचती है कि उसकी सटीकता Financial PhraseBank मूल्यांकन में बताए गए आँकड़ों से बहुत कम क्यों है। मुख्य निदान लेबलों का स्रोत है: PhraseBank लेबल वाक्य की भावना पर…

मशीन लर्निंगबाज़ार भावनासांख्यिकी
Machine Learning for Trading

यह नोटबुक NLinear का मूल्यांकन करती है। यह एक न्यूनतम अनुक्रम मॉडल है, जो हर लुकबैक विंडो से अंतिम देखे गए स्तर को घटाकर शेष मानों को पूर्वानुमान में बदलता है। इसकी सरलता इसे अधिक जटिल अनुक्रम आर्किटेक्चर के लिए उपयोगी बेंचमार्क बनाती है। मॉडल घोषित ETF समूह…

मशीन लर्निंगसांख्यिकीबैकटेस्टिंग