यह मार्गदर्शिका बताती है कि प्रति घंटा निरंतर फ़्यूचर्स डेटा को CME ट्रेडिंग सत्रों के अनुरूप दैनिक बार में कैसे बदलें। सत्र 4 PM सेंट्रल टाइम पर समाप्त होता है, इसलिए रविवार शाम के बार सोमवार के सत्र में आते हैं और क्लोज़ के बाद के बार आम तौर पर अगली सत्र…
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 कोड पुनरुत्पाद्य क्रॉस-वैलिडेशन, पात्रता ट्रैकिंग और फ़ोल्ड-सीमित समयगत फ़ीचर के लिए सुरक्षा उपाय तय करता है। यह फ़ोल्ड सीमाओं को सामान्यीकृत करता है, अनुरोधित फ़ोल्ड की तुलना समयगत आर्टिफ़ैक्ट बनाने में उपयोग की गई सीमाओं से करता है और असंगत संरचना को…
यह नोटबुक 21-सत्र ETF फ़ॉरवर्ड रिटर्न के पूर्वानुमान को द्विआधारी कार्य में बदलती है: सकारात्मक रिटर्न को ऊपर और बाकी सभी को नीचे लेबल किया जाता है। यह पर्ज अंतर वाले कालक्रमानुसार वॉक-फ़ॉरवर्ड फ़ोल्ड का उपयोग करके L2 और L1-नियमितीकृत लॉजिस्टिक प्रतिगमन फ़िट…
यह नोटबुक जाँचती है कि क्या LSTM ETF की फ़ीचर हिस्ट्री से समयगत संरचना पहचान सकता है, जिसे सपाट-फ़ीचर मॉडल चूक सकते हैं। फ़िट करने से पहले यह घोषित अनुक्रम आबादी का उपलब्ध फ़ीचर, लेबल, इकाइयों और वॉक-फ़ॉरवर्ड फ़ोल्डों से मिलान करती है। अनुक्रम पूर्वानुमानों…
यह नोटबुक ETF के क्रॉस-सेक्शन के लिए दो ट्रेडिंग अवधियों पर क्लोज़-टू-क्लोज़ फ़ॉरवर्ड रिटर्न तय करती है; हर अवधि में समायोजित क्लोज़ से तय संख्या में सत्र बाद के क्लोज़ तक माप लिया जाता है। यह बताती है कि पात्रता फ़िल्टर करने से पहले पूरे प्रतीक इतिहास पर…
यह नोटबुक समाचार पाठ से निकले चार संकेतों का मूल्यांकन करती है: भारित आश्चर्य, औसत भावना, भावना मोमेंटम और लेख कवरेज। यह पहले के फ़ीचर-निर्माण चरण में तैयार फ़ॉरवर्ड रिटर्न का उपयोग करती है, फिर हर संकेत और रिटर्न अवधि के लिए दैनिक क्रॉस-सेक्शनल Spearman…
यह अध्याय रणनीति शोध और परिनियोजन के हर चरण में लेनदेन लागत को बाधा मानता है—फ़ैक्टर मूल्यांकन और बैकटेस्टिंग से लेकर पोर्टफ़ोलियो निर्माण, जोखिम निगरानी और उत्पादन मॉनिटरिंग तक। यह स्पष्ट शुल्क, अप्रत्यक्ष स्प्रेड और प्रभाव तथा क्षमता सीमाओं में अंतर करता…
यह नोटबुक Optuna के TPE सैंपलर से ETF रिटर्न का पूर्वानुमान करने के लिए LightGBM ट्यून करना दिखाती है। यह ट्री संरचना, सैंपलिंग और नियमितीकरण सेटिंग्स खोजती है; बूस्टिंग राउंड चुनने के लिए अर्ली स्टॉपिंग और प्रूनिंग हेतु क्रॉस-सेक्शनल सूचना गुणांक (IC) बताने…
यह अध्याय ट्रेडिंग में पूर्वानुमान मॉडल के उपयोग की शोध प्रक्रिया बताता है, जहाँ निष्पक्ष गुणांक अनुमानों से अधिक स्थिर आउट-ऑफ़-सैंपल पूर्वानुमान मायने रख सकते हैं। इसमें Ridge, LASSO और Elastic Net जैसी नियमितीकृत प्रतिगमन विधियाँ तथा दिशा के पूर्वानुमान के…
यह नोटबुक बताती है कि किसी ट्रेडिंग रणनीति को पहले से गणना किए गए संकेतों या वेट के रूप में व्यक्त करने के बजाय बदलती अवस्था के साथ बार-दर-बार सिमुलेट करना कब अधिक स्पष्ट होता है। यह ऐरे-आधारित बैकटेस्ट की तुलना करती है, जो पैरामीटर स्वीप के लिए तेज़ और…
यह नोटबुक LightGBM मॉडल को ETF के फ़ॉरवर्ड-रिटर्न पूर्वानुमान कार्य के लिए ट्यून करने हेतु विस्तृत ग्रिड सर्च की तुलना Optuna के TPE बायज़ियन सैंपलर से करती है। पहले दोनों विधियों को एक छोटे श्रेणीगत ग्रिड पर समान ट्रायल बजट दिया जाता है, जहाँ विस्तृत सर्च…
यह अध्याय रणनीति शोध को निष्पादित किए जा सकने वाले निर्णय-प्रक्रिया के डिज़ाइन और मूल्यांकन के रूप में प्रस्तुत करता है—शुरुआती आर्थिक विचार से लेकर पोज़िशन आकार, सीमाओं, लागत और लाइव जैसी जाँच तक। यह मॉडल बनाने से पहले रणनीति परिवारों तथा संभावित…
यह नोटबुक US इक्विटी पैनल के फ़ॉरवर्ड रिटर्न लेबल परिभाषित करती है और समझाती है कि उनका निर्माण आगे के हर मॉडल तथा बैकटेस्ट को क्यों प्रभावित करता है। यह ट्रेडिंग सत्रों में समायोजित-मूल्य रिटर्न विंडो तय करती है, जाँचती है कि हर स्टॉक में आवश्यक भविष्य का…
यह नोटबुक रैखिक और बूस्टेड मॉडलों जैसी सपाट फ़ीचर तालिका से ETF की रैंकिंग के लिए TabM न्यूरल नेटवर्क प्रशिक्षित करती है। हर एन्सेम्बल सदस्य दो-परत वाला साझा बैकबोन उपयोग करता है, लेकिन उसका अपना स्केलिंग वेक्टर और आउटपुट परत होती है; इससे हर सदस्य के लिए…
यह नोटबुक कई फ़ॉरवर्ड अवधियों के रिटर्न का पूर्वानुमान लगाने के लिए एक-मिनट NASDAQ-100 डेटा पर PatchTST फ़िट करने का वर्णन करती है। मॉडल लगातार अवलोकनों को पैच में समूहित करता है और उन पर अटेंशन लागू करता है, जिससे तुलना की जाने वाली वस्तुओं की संख्या घटती…
यह नोटबुक मॉडल फ़िट करने या पूर्वानुमान बनाने से पहले जाँचती है कि ऐतिहासिक ETF डेटा मासिक रैंकिंग रणनीति का समर्थन कर सकता है या नहीं। यह पिछले वर्ष की तरलता से ट्रेड योग्य यूनिवर्स जाँचती है, रीबैलेंस तारीखों पर योग्य फ़ंड गिनती है, प्रति-शेयर कमीशन और…
यह नोटबुक मॉडल, चेकपॉइंट, रीबैलेंस तारीखें और चुने गए स्टॉक स्थिर रखते हुए US इक्विटी पोज़िशनों में पूँजी आवंटित करने के तरीकों की तुलना करती है। यह पूर्वानुमान की मज़बूती, पूर्वानुमान-अंतराल की चौड़ाई, व्यक्तिगत स्टॉक अस्थिरता और सहप्रसरण-सचेत पोर्टफ़ोलियो…
यह नोटबुक वित्तीय टाइम सीरीज़ बनाने के लिए बिना शर्त सिग्नेचर-आधारित Wasserstein GAN समझाती है। यह रिटर्न को संवर्धित पथों में बदलती है, संक्षिप्त पथ सिग्नेचर निकालती है और अपेक्षित सिग्नेचर से मेल कराने के लिए ब्राउनियन नॉइज़ से संचालित LSTM जनरेटर…
यह नोटबुक चुनी हुई US इक्विटी रणनीतियों पर स्टॉप लॉस, ट्रेलिंग स्टॉप और निश्चित अवधि के एग्ज़िट का मूल्यांकन करती है। स्टॉप लॉस प्रवेश से हुए नुकसान पर प्रतिक्रिया करता है, ट्रेलिंग स्टॉप पोज़िशन के शिखर से गिरावट पर, और समय-आधारित एग्ज़िट कीमत को ध्यान में…
यह नोटबुक एक ETF पैनल के लिए वैश्विक अनुक्रम मॉडल के रूप में TSMixer का मूल्यांकन करती है। मॉडल विभिन्न फंडों में पैरामीटर साझा करता है, जबकि हर फंड के अपने इतिहास और सहचर चरों का उपयोग करता है; इसकी मिक्सिंग परतें किसी फंड के अवलोकनों को दूसरे फंड के…
यह नोटबुक क्रॉस-सेक्शनल फ़्यूचर्स रणनीति के फ़ॉरवर्ड रिटर्न लक्ष्य परिभाषित करती है, जो उत्पादों को टर्म स्ट्रक्चर के आधार पर क्रम देती है और मज़बूत कैरी वाले उत्पादों में लॉन्ग तथा कमज़ोर कैरी वाले उत्पादों में शॉर्ट पोज़िशन लेती है। यह रोल-समायोजित…
यह नोटबुक बताती है कि प्रत्येक स्टॉक की विशेषताओं की क्रमबद्ध विंडो से रिटर्न का पूर्वानुमान लगाने के लिए TSMixer का उपयोग कैसे किया जाए। हर उदाहरण में लगातार 60 सत्र होते हैं; स्टॉक के इतिहास में अंतराल पार करने वाली विंडो हटाई जाती हैं, इसलिए उपयोग योग्य…
यह नोटबुक कई मॉडल परिवारों के सत्यापन पूर्वानुमानों को समान-भार लॉन्ग-शॉर्ट पोर्टफ़ोलियो में बदलती है। यह पूर्वानुमानित रिटर्न के आधार पर स्टॉक रैंक करती है, शीर्ष नाम खरीदती है, सबसे नीचे के नाम शॉर्ट करती है और साझा बैकटेस्ट प्रक्रिया से कई पोर्टफ़ोलियो…
यह नोटबुक इक्विटी और फ़्यूचर्स कमीशन मॉडल के साथ कई स्लिपेज मॉडलों की तुलना करती है और बताती है कि उनकी इकाइयाँ तथा मान्यताएँ अलग हैं। प्रतिशत शुल्क नाममात्र मूल्य के अनुपात में स्थिर रहते हैं, जबकि न्यूनतम शुल्क, निश्चित शुल्क, प्रति-शेयर शुल्क और स्तर…