यह नोटबुक एक मासिक ETF मोमेंटम और यील्ड-कर्व व्यवस्था रणनीति को दो तरीकों से लागू करती है: वेक्टराइज़्ड रिटर्न गणित और क्रमिक खाता सिमुलेशन। दोनों समान लक्ष्य वेट, परिसंपत्ति, तारीख़ और कुल ट्रेडिंग लागत उपयोग करते हैं, जिससे तुलना निष्पादन के चुनावों पर…
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
699 दस्तावेज़
यह दस्तावेज़ नौ ट्रेडिंग केस अध्ययनों के मूल्यांकन की पाँच-चरणीय प्रक्रिया समझाता है, जो संकेत गुणवत्ता से शुरू होकर सत्यापन, लेन-देन लागत, होल्डआउट प्रदर्शन और प्रमाण गुणवत्ता तक जाती है। चरण संचयी हैं, इसलिए रणनीति अंतिम चरण तक तभी पहुँचती है जब वह हर लागू…
यह नोटबुक कई समय-क्षितिज पर फ़ॉरवर्ड रिटर्न का पूर्वानुमान करने के लिए एक-मिनट NASDAQ-100 माइक्रोस्ट्रक्चर फ़ीचर पर लॉन्ग शॉर्ट-टर्म मेमरी नेटवर्क फ़िट करने का वर्णन करती है। मॉडल पीछे की ओर जाने वाले सीक्वेंस को चरण-दर-चरण प्रोसेस करता है और सीखता है कि…
यह नोटबुक वोलैटिलिटी मापों की तुलना करती है, विषम ऑटोरिग्रेसिव (HAR) मॉडल फ़िट करती है और हर्स्ट घातांकों से खुरदरापन का अनुमान लगाती है। पहले यह इंट्राडे वास्तविकीकृत विचरण की तुलना दैनिक एस्टिमेटर से करती है, रात भर के रिटर्न को सत्र गतिविधि से अलग करती है…
यह नोटबुक कंडीशनल ऑटोएन्कोडर प्रस्तुत करती है, जो शेयर विशेषताओं से फ़ैक्टर एक्सपोज़र तक के रैखिक मैपिंग को न्यूरल नेटवर्क से बदलकर इंस्ट्रूमेंटेड प्रिंसिपल कंपोनेंट विश्लेषण का विस्तार करती है। यह एक्सपोज़र और फ़ैक्टर रिटर्न की संरचना बनाए रखती है, साथ ही…
यह उपयोगिता मॉड्यूल सत्यापन और होल्डआउट डेटा पर पूर्वानुमान मॉडल का मूल्यांकन करने के लिए तालिकाएँ और चित्र बनाता है। इसके निदान में सूचना गुणांक के विश्वास अंतराल, सत्यापन से होल्डआउट तक क्षय, चयन-समायोजित बैकटेस्ट आँकड़े, फ़ोल्ड-स्तरीय तुलना, व्यवस्था…
यह नोटबुक एकीकृत प्रबंधक, पूर्वनिर्धारित या कस्टम प्रतीक यूनिवर्स और विभाजित Parquet स्टोरेज के साथ वित्तीय समय-श्रृंखलाएँ प्राप्त करने और बनाए रखने का वर्कफ़्लो प्रस्तुत करती है। इसमें एकल और समानांतर बहु-प्रतीक फ़ेचिंग, डेटा स्टोरेज में लोड करना, चुनी हुई…
यह प्रशिक्षण उपयोगिता DeePM-शैली मॉडल के लिए अनुकूलन चक्र बताती है। यह मज़बूत शार्प-उन्मुख लॉस से मॉडल पैरामीटर अपडेट करने के लिए AdamW का उपयोग करती है और फ़ॉरवर्ड रिटर्न, वोलैटिलिटी स्केलिंग, मास्क, लेन-देन लागत तथा कॉन्फ़िगर किए गए बर्न-इन और सॉफ्ट-मिन…
यह दस्तावेज़ केस अध्ययन के Parquet डेटा के साथ सीधे फ़ीचर-स्टोर अवधारणाएँ दिखाता है। फ़ीचर व्यू में एंटिटी कुंजी, घटना टाइमस्टैम्प, उपयोगी अवधि और फ़ीचर कॉलम निर्दिष्ट होते हैं। मॉडल प्रशिक्षण के लिए ऐतिहासिक मान उस निर्णय समय से जोड़े जाते हैं जब वे ज्ञात…
यह नोटबुक कोई मॉडल फिट करने से पहले जाँचती है कि दैनिक US इक्विटी रैंकिंग रणनीति के निष्पक्ष मूल्यांकन के लिए पर्याप्त उपयोगी डेटा है या नहीं। यह ऐतिहासिक घटकों के साथ समय-बिंदु यूनिवर्स बनाने का तरीका बताती है; ट्रेड करने की योग्यता छाँटने के लिए प्रकाशित…
यह नोटबुक पूर्वानुमान, संकेंद्रण और आवंटन नियम स्थिर रखते हुए दो लागत ग्रिड में अग्रणी ETF आवंटन कॉन्फ़िगरेशन का पुनर्मूल्य निर्धारण करती है। यह केस अध्ययन के प्रति-शेयर कमीशन और आधे-स्प्रेड मॉडल की तुलना बेसिस-पॉइंट ग्रिड से करती है। पहला मॉडल दिखाता है कि…
यह केस अध्ययन बताता है कि क्रॉस-सेक्शनल विदेशी मुद्रा रणनीति के लिए फ़ॉरवर्ड-रिटर्न लेबल कैसे बनाए जाएँ, जो मुद्रा जोड़ियों की रैंकिंग करके उनके सापेक्ष क्रम के अनुसार खरीदती या बेचती है। पहले यह न्यूयॉर्क क्लोज़ परंपरा का उपयोग करके चार-घंटे के स्पॉट बार को…
यह अध्याय शोध से लाइव निष्पादन तक का मार्ग बताता है, जिसमें रणनीति तर्क बैकटेस्ट, पेपर ट्रेडिंग और लाइव सेटिंग में चल सकता है। इसमें ब्रोकर और प्लेटफ़ॉर्म एकीकरण, डिप्लॉयमेंट चक्र, डेटा और फ़ीचर समानता जाँच, ऑर्डर जीवनचक्र प्रबंधन और परिचालन तैयारी शामिल…
यह नोटबुक एक क्रॉस-सेक्शनल परिकल्पना के लिए फ़ीचर बनाती है: पर्पेचुअल फ़्यूचर्स में असामान्य रूप से महँगी लॉन्ग पोज़िशन, भीड़भाड़ वाले ट्रेड खुलने पर तुलनात्मक कमजोरी से पहले आ सकती है। यह फ़ंडिंग दरों और प्रीमियम-इंडेक्स डेटा को स्तरों, ऐतिहासिक ज़ेड-स्कोर,…
यह नोटबुक BTC/USDT पर्पेचुअल बार के लिए केवल लॉन्ग वाली RSI औसत-वापसी रणनीति को घटना-आधारित बैकटेस्टिंग इंजन से लागू करती है। यह इंट्राडे अवलोकनों को UTC दैनिक बार में समेकित करती है, लाभ और हानि के साधारण रोलिंग RSI की गणना करती है, संकेतक ओवरसोल्ड सीमा से…
यह व्यवहार्यता विश्लेषण जाँचता है कि क्या कोट डेटा ऐसी बाज़ार-तटस्थ, क्रॉस-सेक्शनल रणनीति के लिए पर्याप्त हैं जो NASDAQ-100 के घटकों की हर पंद्रह मिनट में रैंकिंग करती है और रैंकिंग के दोनों छोरों पर पोज़िशन रखती है। यह जाँचता है कि क्या पर्याप्त पात्र…
यह अध्याय कृत्रिम वित्तीय डेटा बनाने के पारंपरिक तरीकों की व्याख्या करता है, जिनमें सतत-समय मूल्य प्रक्रियाएँ, GARCH वोलैटिलिटी, बूटस्ट्रैप री-सैंपलिंग और मॉडल तुलना शामिल हैं। यह बताता है कि ज्यामितीय ब्राउनियन गति, जंप-डिफ्यूज़न, मीन रिवर्ज़न और Heston…
यह खोजपरक विश्लेषण जाँचता है कि सबसे हाल का महीना छोड़कर बना बारह-महीने का मोमेंटम संकेत, 100-ETF यूनिवर्स में अगले महीने के रिटर्न से जुड़ा है या नहीं। यह समायोजित समापन कीमतों से मासिक पैनल बनाता है, हर महीने पात्र ईटीएफ को क्विंटाइल में क्रम देता है और…
यह नोटबुक प्रमुख S&P 500 इक्विटी संकेत कॉन्फ़िगरेशन के लिए पोर्टफ़ोलियो आकार तय करने के तरीकों की तुलना करती है। पहले सत्यापन शार्प से हर कॉन्फ़िगरेशन का सबसे मजबूत पूर्ण-कवरेज चेकपॉइंट चुनती है, फिर उन्हीं पूर्वानुमानों पर स्कोर-वेटिंग, कॉन्फ़ॉर्मल वेटिंग,…
यह नोटबुक S&P 500 ऑप्शन के लिए घोषित तीन-मॉडल सीक्वेंस-लर्निंग समूह का NLinear सदस्य चलाती है। इस सदस्य को फिट करने से पहले यह पूरे समूह के अनुरोध और चेकपॉइंट तय करती है, ताकि बाद की नोटबुक उसी स्नैपशॉट पर LSTM और PatchTST मॉडल चला सकें। डिवाइस को प्रशिक्षण…
यह नोटबुक US कंपनी-फ़ीचर अध्ययन के होल्डआउट पूर्वानुमान चरण का वर्णन करती है। यह सत्यापन परिणामों से चुना गया मॉडल कॉन्फ़िगरेशन लेती है, उसकी प्रशिक्षण विशिष्टता और चेकपॉइंट फिर बनाती है और होल्डआउट विंडो से पहले समाप्त होने वाले डेटा पर दोबारा फिट करती है।…
यह नोटबुक कंपनी-फ़ीचर डेटासेट पर XGBoost, LightGBM और CatBoost की Optuna हाइपरपैरामीटर खोजों की तुलना करती है। हर लाइब्रेरी को ट्री-स्ट्रक्चर्ड पार्ज़ेन एस्टिमेटर, मीडियन प्रूनिंग, अर्ली स्टॉपिंग और स्थायी अध्ययन भंडारण के साथ अपना खोज-अध्ययन मिलता है। माध्य…
यह प्रदर्शन जाँचता है कि डुअल मूविंग एवरेज क्रॉसओवर का एक कार्यान्वयन बैकटेस्ट और लाइव इंजन में समान सिग्नल देता है या नहीं। दोनों इंजन को समान तैयार ETF बार मिलते हैं और वे समान रणनीति पैरामीटर तथा फ़िल कन्वेंशन इस्तेमाल करते हैं, इसलिए तुलना इंजन के…
यह केस स्टडी ETF रिटर्न लेबल पर ग्रेडिएंट-बूस्टेड ट्री फिट करती है और उनकी तुलना ऐसे रैखिक आधार मॉडल से करती है जिसने मजबूत रिज प्रतिगमन के तहत अच्छा प्रदर्शन किया। इसमें बताया गया है कि ट्री इंटरैक्शन खोज सकते हैं—जैसे बाज़ार तनाव की अलग-अलग स्थितियों में…