नॉलेज लाइब्रेरी

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 मार्गदर्शिका कारणात्मक प्रश्नों को Python लाइब्रेरी से जोड़ती है और मान ली गई कारणात्मक संरचना के तहत प्रभावों का अनुमान लगाने तथा डेटा से संभावित संरचनाएँ खोजने के बीच अंतर स्पष्ट करती है। यह समायोजित उपचार प्रभावों के लिए डबल मशीन लर्निंग, DoWhy से…

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 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 दस्तावेज़ दर्ज करता है कि फ़ेडरल रिज़र्व 2026 में दरें बढ़ाएगा या नहीं, इसका बहु-चरणीय पूर्वानुमान कैसे बनाया गया। तीन एजेंट साक्ष्य खोजकर संभावनाएँ देते हैं, जिसके बाद बहस और पर्यवेक्षक का अपडेट होता है। उनकी राय अलग है: दो दर वृद्धि की कम संभावना बताते…

यह कॉन्फ़िगरेशन नोट बताता है कि L1-पेनल्टी वाला तीन-वर्गीय लॉजिस्टिक प्रतिगमन scikit-learn के liblinear सॉल्वर के बजाय SAGA क्यों इस्तेमाल करता है। यह scikit-learn के नए संस्करणों में बहु-वर्गीय अनुकूलता का उल्लेख करता है और दर्ज Nasdaq-100 सूक्ष्मसंरचना…

नोटबुक बढ़ती विंडो वाले डबल मशीन लर्निंग विश्लेषण का वर्णन करती है, जो जाँचता है कि बीटा, विशिष्ट वोलैटिलिटी, बाज़ार पूँजीकरण और वैरिएंस समायोजन के बाद 12-से--2-महीने का मोमेंटम अगले महीने के US फर्म रिटर्न का पूर्वानुमान करता है या नहीं। यह पहले के महीनों…

यह नोटबुक SEC 8-K फ़ाइलिंग से संरचित कॉर्पोरेट घटनाएँ निकालने और उन्हें Neo4j नॉलेज ग्राफ़ में लोड करने की पाइपलाइन प्रस्तुत करती है। भाषा मॉडल फ़ाइलिंग को बैचों में संसाधित करके विषय, संबंध, वस्तु और टाइमस्टैम्प वाले घटना रिकॉर्ड बनाता है। कार्यप्रवाह…

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 नोटबुक समय-भारित औसत मूल्य (TWAP) निष्पादन नियम के प्रदर्शनों से व्यवहार क्लोनिंग और इनवर्स रीइन्फ़ोर्समेंट लर्निंग (IRL) की तुलना करती है। व्यवहार क्लोनिंग देखी गई बाज़ार स्थितियों को सीधे कार्रवाइयों में बदलती है, जबकि IRL निष्पादन फ़ीचर पर रैखिक…

यह नोटबुक डबल मशीन लर्निंग लागू करके जाँचती है कि देखे गए कन्फ़ाउंडर के समायोजन के बाद इम्प्लाइड और रियलाइज़्ड वोलैटिलिटी का अंतर बाद के इक्विटी रिटर्न से जुड़ा है या नहीं। यह रियलाइज़्ड वोलैटिलिटी, इक्विटी मोमेंटम और रिस्क-रिवर्सल स्क्यू को प्रासंगिक…

यह नोटबुक अलग-अलग US शेयरों के प्रकाशित कंपनी फ़ीचर पर रिज, लासो और इलास्टिक नेट मॉडल फिट करती है। फ़ीचर में वैल्यू, लाभप्रदता, निवेश, आकार, मोमेंटम, रिवर्सल, जोखिम और तरलता शामिल हैं। वॉक-फ़ॉरवर्ड फ़ोल्ड कॉन्फ़िगरेशन की तुलना योग्य रखते हैं, जबकि पेनल्टी…

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…

यह खोजपरक विश्लेषण ऐतिहासिक US इक्विटी पैनल का परिचय देता है, इसके कच्चे और समायोजित मूल्य फ़ील्ड समझाता है और समय के साथ टिकर कवरेज की जाँच करता है। यह सक्रिय टिकरों की सालाना संख्या की तुलना पहली और आखिरी दर्ज टिप्पणियों से करता है और दिखाता है कि ऐतिहासिक…

यह नोटबुक GJR-GARCH मॉडल का उपयोग करके S&P 500 इक्विटी और विकल्प अध्ययन के लिए सशर्त-अस्थिरता विशेषताएँ बनाती है। पिछले मूल्यों पर आधारित तय नियमों के विपरीत, फ़िट की गई विशेषताएँ अपने अनुमान अवधि पर निर्भर करती हैं। इसलिए विधि रीफ़िट का कार्यक्रम तय करती…

यह विश्लेषण नोटबुक समझाती है कि नए बैकटेस्ट चलाने के बजाय रजिस्ट्री परिणामों से कंपनी-विशेषताओं पर आधारित US इक्विटी रणनीति का आकलन कैसे करें। यह अनिश्चितता को ध्यान में रखने वाले प्रदर्शन आँकड़े पढ़ती है, साझा आधार पर कॉन्फ़िगरेशन रैंक करती है और चुनी गई…

यह दस्तावेज़ वित्तीय टाइम-सीरीज़ डेटा के लिए इस्तेमाल होने वाले डेटाबेस इंजनों का बेंचमार्क बताता है। इसमें बल्क लेखन, पूर्ण स्कैन, समय-सीमा क्वेरी, OHLCV एग्रीगेशन और ट्रेड तथा कोट डेटा के ऐज़-ऑफ़ जॉइन की तुलना है। पद्धति क्लाइंट-साइड रूपांतरण को लेखन लागत…

यह दस्तावेज़ वित्तीय डेटा सेट की सफ़ाई के तरीके बताता है और समझाता है कि प्रीप्रोसेसिंग को प्रशिक्षण तथा परीक्षण विभाजनों के अनुरूप कैसे रखें। मुख्य सीख यह है कि स्केलिंग और विंसोराइज़ेशन जैसे रूपांतरण केवल प्रशिक्षण डेटा से अनुमानित करें; पूरा डेटा सेट…

यह दस्तावेज़ बेंचमार्किंग, जोखिम-आरोपण और कारक शोध के इनपुट के रूप में सार्वजनिक Fama-French तथा AQR कारक प्रतिफल डेटा सेट प्रस्तुत करता है। इसमें Fama-French लाइब्रेरी के बाज़ार, आकार, मूल्य, लाभप्रदता, निवेश और मोमेंटम कारक, साथ ही गुणवत्ता, कम बीटा और…

यह नोटबुक संस्थागत 13F disclosures को प्रबंधकों और शेयरों जोड़ने वाले द्विभागी ग्राफ़ में बदलती है, फिर शेयर-स्तरीय स्वामित्व विशेषताएँ निकालती है। यह प्रबंधक-शेयर की दोहराई गई पोज़िशन समेकित करती है, जारीकर्ता के नाम सामान्यीकृत करती है, विकल्प पंक्तियाँ…

यह नोटबुक आकलन करती है कि क्या Binance परपेचुअल-फ़्यूचर्स डेटा ऐसे क्रॉस-सेक्शनल रणनीति का समर्थन कर सकता है जो कॉन्ट्रैक्ट को प्रीमियम के आधार पर रैंक करके लॉन्ग और शॉर्ट पोज़िशन लेती है। यह न मॉडल फ़िट करती है, न पूर्वानुमान बनाती है। इसके बजाय, यह फ़ंडिंग…

यह नोटबुक कई केस स्टडी से ली गई रणनीतियों पर अनुमानित ट्रेडिंग लागत के प्रभाव की तुलना करती है। यह हर तैनात रणनीति कॉन्फ़िगरेशन के लागत-संवेदनशीलता बैकटेस्ट पढ़ती है, केस स्टडी की अपनी अनुमानित लागत पर सकल शार्प की शुद्ध शार्प से तुलना करती है और उस लागत का…

यह नोटबुक पाथ सिग्नेचर को ऐसी निश्चित-लंबाई की विशेषताओं के रूप में समझाती है जो टाइम सीरीज़ में अवलोकनों का क्रम और संयुक्त आकार बनाए रखती हैं। इसमें बताया गया है कि सिग्नेचर का पहला स्तर कुल बदलाव दर्ज करता है, जबकि दूसरे स्तर के पद निर्देशांक-युग्मों के…