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

114 दस्तावेज़

Machine Learning for Trading

यह मॉड्यूल जोखिम-समायोजित गति स्कोर का उपयोग करके मासिक ETF आवंटन आधार तय करता है: पिछला संचयी प्रतिफल, वार्षिकीकृत वास्तविक अस्थिरता से विभाजित। जब 10-वर्ष और 2-वर्ष की प्रतिफल-वक्र ढलान एक सीमा से अधिक होती है, तब यह सर्वोच्च रैंक वाली परिसंपत्तियाँ चुनता…

इक्विटीबहु-एसेटमोमेंटमअस्थिरता
Machine Learning for Trading

यह नोटबुक नौ इक्विटी, बॉन्ड, मुद्रा और कमोडिटी कारक तथा बाज़ार श्रृंखलाओं के मासिक प्रतिफलों को गॉसियन मिश्रण मॉडल से समूहित करती है। अधूरे डेटा वाले महीनों को हटाने के बाद, यह श्रृंखलाओं को मानकीकृत करती है ताकि पैमाने के अंतर समूह निर्धारण पर हावी न हों।…

बहु-एसेटफ़ैक्टर निवेशमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह शैक्षिक नोटबुक मात्रात्मक शोध में उपयोग की जाने वाली कीमत और वॉल्यूम से निकली विशेषताओं का सर्वेक्षण करती है। इसमें अलग-अलग अवधियों के सरल और लघुगणकीय रिटर्न, एक अवधि छोड़कर मापा गया मोमेंटम, ओवरनाइट और इंट्राडे रिटर्न, मूविंग एवरेज से दूरी, ट्रेंड और…

इक्विटीतकनीकी संकेतकअस्थिरतामोमेंटम
Machine Learning for Trading

यह केस स्टडी S&P 500 के घटकों पर एट-द-मनी शॉर्ट स्ट्रैडल का मूल्यांकन करती है, जिन्हें हर सप्ताह खोला जाता है और दैनिक डेल्टा हेज के साथ समाप्ति तक रखा जाता है। इसकी मुख्य पद्धतिगत पसंद परिपक्वता तक होल्ड करने के रिटर्न का मॉडल बनाना है: ऑप्शन पोज़िशन पर…

ऑप्शंसअस्थिरताबैकटेस्टिंगऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक सिंथेटिक ETF रिटर्न क्रम बनाने के लिए Diffusion-TS को अनुकूलित करने का वर्णन करती है। इसका डीनॉइज़र स्वच्छ क्रम को बहुपद प्रवृत्ति, Fourier मौसमी घटक और अवशिष्ट के योग के रूप में अनुमानित करता है, जबकि समय-क्षेत्र और Fourier-क्षेत्र का संयुक्त लॉस…

मशीन लर्निंगसांख्यिकीअस्थिरताबहु-एसेट
Machine Learning for Trading

यह नोटबुक वित्तीय टाइम-सीरीज़ बनाने के लिए बिना शर्त Sig-Wasserstein GAN प्रस्तुत करती है। यह सीखे हुए वास्तविक-बनाम-निर्मित विवेचक की जगह अपेक्षित पाथ सिग्नेचर पर आधारित दूरी उपयोग करती है; पाथ सिग्नेचर पाथ की क्रमिक चालों का गणितीय सार हैं। न्यूरल जनरेटर…

मशीन लर्निंगसांख्यिकीइक्विटीअस्थिरता
Machine Learning for Trading

यह नोटबुक दैनिक ETF रिटर्न से समझाती है कि GARCH मॉडल वोलैटिलिटी क्लस्टरिंग कैसे पकड़ते हैं और उसे सत्र-दर-सत्र फ़ीचर में बदलते हैं। पहले दृश्य निदान और ARCH-LM परीक्षण से जाँचा जाता है कि वर्गित रिटर्न अपने पिछले मानों पर निर्भर करते हैं या नहीं। फिर…

अस्थिरतासांख्यिकीजोखिम प्रबंधनइक्विटी
Machine Learning for Trading

यह केस स्टडी ऐसे फ़ीचर बनाती है जिनसे जाँचा जा सके कि एट-द-मनी इम्प्लाइड वैरिएंस, S&P 500 नामों के बाद के रियलाइज़्ड वैरिएंस से अधिक है या नहीं और यह अंतर प्रतिभूतियों के बीच बदलता है या नहीं। यह स्ट्रैडल कोट और अंतर्निहित कीमतों को जोड़कर वैरिएंस प्रीमियम,…

ऑप्शंसअस्थिरताइक्विटीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक ऑप्शन बाज़ार के फीचर पर ग्रेडिएंट-बूस्टेड ट्री मॉडल फिट करती है, जो निहित अस्थिरता, स्क्यू, टर्म स्ट्रक्चर और वेरिएंस रिस्क प्रीमियम जैसे पूर्वानुमान संकेतों को दर्ज करते हैं। यह वॉक-फ़ॉरवर्ड सत्यापन का उपयोग करके फ़ॉरवर्ड-रिटर्न और दिशा लेबल पर…

ऑप्शंसमशीन लर्निंगअस्थिरताबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक पोज़िशन आकार को अधिकतम प्रतिकूल और अनुकूल एक्सकर्शन के विश्लेषण से जोड़ती है। यह निश्चित-अंश आकार निर्धारण दिखाती है, जिसमें शेयरों की संख्या पोर्टफ़ोलियो जोखिम बजट और प्रवेश से स्टॉप तक की दूरी से तय होती है तथा पोज़िशन एकाग्रता पर सीमा लगाई जाती…

पोज़िशन का आकार तय करनाजोखिम प्रबंधनअस्थिरताबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक एक परिसंपत्ति के अकेले मूल्य इतिहास से आगे के डेटा से फ़ीचर निर्माण समझाती है। यह समकालीन फ्रंट और डिफ़र्ड अनुबंध कीमतों से वार्षिकीकृत फ्यूचर्स रोल यील्ड निकालती है और सामान्यीकृत वक्र ढलान तथा बटरफ़्लाई वक्रता की गणना के लिए तीन टेनर उपयोग करती…

फ़्यूचर्सऑप्शंसकैरीअस्थिरता
Machine Learning for Trading

यह नोटबुक बताती है कि हिडन मार्कोव मॉडल रिटर्न और हाल की वोलैटिलिटी से अप्रेक्षित बाज़ार अवस्थाओं का अनुमान कैसे लगाते हैं। पहले तुलना के सरल नियम तय किए गए हैं: तनाव के लिए वोलैटिलिटी सूचकांक की सीमा और रुझान के लिए लंबी मूविंग एवरेज के सापेक्ष कीमत।…

मशीन लर्निंगसांख्यिकीअस्थिरतातकनीकी संकेतक
Machine Learning for Trading

यह नोटबुक छह पूर्व-उपचार नियंत्रणों के समायोजन के बाद यह अनुमान लगाने के लिए डबल मशीन लर्निंग इस्तेमाल करती है कि पर्पेचुअल-फ़्यूचर्स प्रीमियम z-स्कोर का अगले आठ घंटे के रिटर्न से संबंध है या नहीं। यह अलग-अलग फ़िट और उपचार-अंतरक्रिया के ज़रिए उच्च और निम्न…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक S&P 500 शेयरों पर शॉर्ट एट-द-मनी स्ट्रैडल के आगे के प्रतिफल लेबल विकसित करती है। चूँकि दैनिक पैनल का नाममात्र 30-दिवसीय स्ट्रैडल हर सत्र में अलग अनुबंध दर्शाता है, कीमतों की खिसकी हुई शृंखला उपकरणों को मिला देगी। इसके बजाय लेबल दर्ज किए गए सटीक कॉल…

ऑप्शंसअस्थिरताडेरिवेटिव का मूल्य निर्धारणसांख्यिकी
Machine Learning for Trading

यह नोटबुक Tail-GAN समझाती है, जो जोखिम पर मूल्य (VaR) और अपेक्षित कमी (ES) को लक्ष्य करते हुए वित्तीय रिटर्न परिदृश्य बनाने की एक जनरेटिव प्रतिकूल विधि है। यह विभेद्य सॉर्टिंग का उपयोग करती है, ताकि ग्रेडिएंट क्वांटाइल अनुमानों से होकर आगे बढ़ सकें, और जोखिम…

मशीन लर्निंगजोखिम प्रबंधनअस्थिरतापोर्टफोलियो निर्माण
Machine Learning for Trading

यह केस स्टडी एट-द-मनी शॉर्ट स्ट्रैडल के समाप्ति तक रिटर्न का पूर्वानुमान करने वाले ग्रेडिएंट बूस्टिंग मॉडल की तुलना करती है। इसमें ट्री क्षमता और फ़िटिंग के तीन उद्देश्य बदले जाते हैं: वर्ग त्रुटि, निरपेक्ष त्रुटि और Huber लॉस। वॉक-फ़ॉरवर्ड सत्यापन दो…

ऑप्शंसअस्थिरतामशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह कॉन्फ़िगरेशन S&P 500 के घटकों पर साप्ताहिक एट-द-मनी स्ट्रैडल बेचने के अध्ययन का वर्णन करता है। पोज़िशन शुक्रवार को खोली जाती हैं और समाप्ति तक रखी जाती हैं; ऑप्शन डेल्टा में बदलाव होने पर रोज़ाना शेयर हेज लगाए जाते हैं। पोर्टफ़ोलियो पूँजी को एक-दूसरे पर…

ऑप्शंसअस्थिरताजोखिम प्रबंधनबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक बताती है कि US इक्विटी पैनल के लिए मॉडल-आधारित फ़ीचर कैसे बनाएँ ताकि भविष्य के अवलोकन ऐतिहासिक मूल्यों को प्रभावित न करें। इसकी मुख्य विधि अनुमान कार्यक्रम है: मॉडल आरंभिक अवधि का उपयोग करते हैं, जिस ब्लॉक का वर्णन करना है उससे पहले के डेटा पर ही…

इक्विटीमशीन लर्निंगसांख्यिकीअस्थिरता