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

560 दस्तावेज़

Machine Learning for Trading

यह नोटबुक उस शॉर्ट यूरोपीय कॉल के लिए सीखी हुई और विश्लेषणात्मक हेज की तुलना करती है जिसमें रीबैलेंसिंग डिस्क्रीट है और ट्रेडिंग पर आनुपातिक लागत लगती है। यह हेज लाभ, टर्नओवर लागत और ऑप्शन पेऑफ़ से स्व-वित्तपोषित अंतिम P&L परिभाषित करती है, फिर अपेक्षित…

ऑप्शंसडेरिवेटिव का मूल्य निर्धारणअस्थिरताजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक ETF फ़ीचर का एक-एक करके मूल्यांकन करती है और फ़ीचर मान तथा बाद के मासिक प्रतिफल के बीच तारीख-दर-तारीख रैंक सूचना गुणांक निकालती है। यह वॉक-फ़ॉरवर्ड सत्यापन तारीखों पर वित्तीय और मॉडल-व्युत्पन्न फ़ीचर की स्क्रीनिंग करती है, फिर हर फ़ीचर की IC शृंखला…

इक्विटीसांख्यिकीमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक बाद के प्रतिफल के आधार पर US इक्विटी की रैंकिंग के लिए उम्मीदवार फ़ीचर का मूल्यांकन करती है। यह दैनिक क्रॉस-सेक्शनल सूचना गुणांक निकालती है, समयगत निर्भरता का ध्यान रखने वाले अनिश्चितता अनुमानों से उनका औसत संक्षेपित करती है और कई उम्मीदवारों की…

इक्विटीसांख्यिकीमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक तीन-वर्गीय वित्तीय वाक्य भावना के लिए तीन ट्रांसफ़ॉर्मर चेकपॉइंट फ़ाइन-ट्यून करने और सटीकता, मैक्रो F1 तथा कन्फ़्यूज़न मैट्रिक्स से उनका मूल्यांकन करने का तरीका दिखाती है। यह स्तरीकृत ट्रेन, सत्यापन और परीक्षण विभाजन उपयोग करती है, ताकि वर्ग…

मशीन लर्निंगबाज़ार भावनासांख्यिकी
Machine Learning for Trading

यह नोटबुक डबल मशीन लर्निंग से सतत ETF मोमेंटम माप के आगे के प्रतिफल पर समायोजित प्रभाव का अनुमान लगाती है। यह असमायोजित रिग्रेशन की तुलना DML अनुमानों से करती है, जो हालिया और दीर्घकालीन अस्थिरता, बाज़ार व्यवस्था तथा यील्ड कर्व ढलान को नियंत्रित करते हैं।…

इक्विटीमोमेंटममशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक बताती है कि कंडीशनल ऑटोएन्कोडर इंस्ट्रूमेंटेड प्रिंसिपल कंपोनेंट विश्लेषण (IPCA) को कैसे आगे बढ़ाता है: यह दो-चरणीय संरचना बनाए रखता है, जिसमें फ़ंड फ़ीचर गुप्त फ़ैक्टर एक्सपोज़र से मैप होते हैं और वे एक्सपोज़र फ़ैक्टर प्रतिफल के साथ जुड़ते हैं,…

इक्विटीफ़ैक्टर निवेशमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह विश्लेषण स्प्रेड, डेप्थ असंतुलन, साइन किए गए वॉल्यूम और अस्थिरता जैसे इंट्राडे माइक्रोस्ट्रक्चर फ़ीचर से अगले 15-मिनट प्रतिफल के आधार पर NASDAQ-100 शेयरों की रैंकिंग करने वाले पूर्वानुमान मॉडलों की तुलना करता है। इसमें पूरे कवरेज वाले तुलनीय पूर्वानुमान…

इक्विटीबाज़ार की सूक्ष्म संरचनामशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक क्रिप्टो फ़ंडिंग-दर दिशा मॉडल के लिए तैनाती चक्र का अभ्यास करती है। यह Binance से प्राप्त ऐतिहासिक परपेचुअल डेटा पर LightGBM क्लासिफ़ायर प्रशिक्षित करती है, OKX से लाइव प्रति-घंटा बार और फ़ंडिंग दरें लेती है, मॉडल के फ़ीचर निकालती है और…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक आगे के ETF प्रतिफल का पूर्वानुमान करने के लिए sklearn HistGradientBoosting, XGBoost, LightGBM और CatBoost की तुलना करती है। यह मॉडल-जटिलता प्रीसेट के अनुसार क्रॉस-सेक्शनल सूचना गुणांक, प्रशिक्षण समय और मेमोरी उपयोग मापती है; जहाँ समर्थित हो, वहाँ…

मशीन लर्निंगइक्विटीबैकटेस्टिंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक ETF प्रतिफल मॉडलों के एक परिवार का खाका देती है, जो पैनल में साझा गुप्त दिशाओं का अनुमान लगाते हैं और फ़ंड एक्सपोज़र आँकने के लिए फ़ीचर का उपयोग करते हैं। इसमें पाँच तरीकों का अंतर बताया गया है: बिना शर्त प्रधान घटक; रैखिक फ़ीचर-से-एक्सपोज़र मैप…

सांख्यिकीमशीन लर्निंगफ़ैक्टर निवेश
Machine Learning for Trading

यह नोटबुक बताती है कि पूर्वानुमान एजेंट के लिए खोज टूल कैसे डिज़ाइन करें, ताकि साक्ष्य की संरचना एकसमान हो, उसका स्रोत खोजा जा सके और मॉडल तक उसका रास्ता ऑडिट किया जा सके। साझा क्लाइंट प्रोटोकॉल विभिन्न प्रदाताओं से टाइप किए गए परिणाम लौटाता है और इसमें…

मशीन लर्निंगबैकटेस्टिंगबाज़ार भावना
Machine Learning for Trading

यह नोटबुक दिखाती है कि कई संकेतों या रणनीतियों में खोज करने से सबसे अच्छा दिखने वाला परिणाम अपने वास्तविक पूर्वानुमान मूल्य से अधिक मज़बूत क्यों लगता है। बिना वास्तविक जानकारी वाले फ़ैक्टर का अनुकरण दिखाता है कि सबसे बड़ा सूचना गुणांक चुनने से संयोगवश आकर्षक…

सांख्यिकीफ़ैक्टर निवेशबैकटेस्टिंगमशीन लर्निंग
Machine Learning for Trading

यह नोटबुक सभी फ़ंड में साझा एक वैश्विक फ़ंक्शन से ETF अनुक्रमों पर TSMixer लागू करती है। हर उदाहरण में एक फ़ंड का अपना इतिहास और सहचर चर होता है; पैनल में समयगत और फ़ीचर अंतःक्रियाएँ सीखी जाती हैं, लेकिन एक फ़ंड के अवलोकन सीधे दूसरे फ़ंड के पूर्वानुमान में…

इक्विटीमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक US फ़र्म रिटर्न के क्रॉस-सेक्शन का मूल्य निर्धारण करने के लिए स्टोकेस्टिक डिस्काउंट फ़ैक्टर (SDF) मॉडल का वर्णन करती है। पहले फ़ैक्टरों का अनुमान लगाकर फिर उन्हें लागू करने के बजाय, यह सीधे नो-आर्बिट्राज शर्त के तहत फ़र्म-माह भार सीखती है:…

इक्विटीफ़ैक्टर निवेशमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक ऑफ़लाइन मशीन-लर्निंग पाइपलाइन और QuantConnect के LEAN ट्रेडिंग इंजन के बीच परिनियोजन सेतु प्रस्तुत करती है। यह रजिस्ट्री से मॉडल रन को पुनरुत्पाद्य रूप से चुनती है, उसकी होल्डआउट भविष्यवाणियाँ तारीख़-सूचकांक वाले JSON के रूप में निर्यात करती है और…

मशीन लर्निंगपोर्टफोलियो निर्माणऑर्डर निष्पादनबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ NASDAQ 100 के मिनट-स्तरीय माइक्रोस्ट्रक्चर फ़ीचर पर टेम्पोरल कन्वोल्यूशनल नेटवर्क फिट करने का वर्णन करता है। कारणात्मक कन्वोल्यूशन भविष्यवाणी को बाद के अवलोकन इस्तेमाल करने से रोकते हैं, जबकि डाइलेशन लगातार परतों को कई समय-स्तरों के पैटर्न…

इक्विटीमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक समाप्ति तक शॉर्ट-विकल्प रिटर्न पर विचरण जोखिम प्रीमियम के प्रभाव का डबल मशीन लर्निंग विश्लेषण निर्दिष्ट करके चलाती है। निष्पादन से पहले यह उपचार, परिणाम, कन्फ़ाउंडर, समय-निर्धारण, नुइसेंस मॉडल, समय-आधारित क्रॉस-वैलिडेशन डिज़ाइन, कोवेरिएंस अनुमानक…

ऑप्शंसअस्थिरतामशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह विश्लेषण अगले महीने के रिटर्न का पूर्वानुमान लगाने के लिए मासिक US स्टॉक विशेषताओं पर प्रशिक्षित कई मॉडल परिवारों की भविष्यवाणियों की तुलना करता है। इसका ध्यान क्रॉस-सेक्शनल सूचना गुणांक पर है, जो मापता है कि कोई मॉडल हर महीने शेयरों को कितनी अच्छी तरह…

इक्विटीअमेरिकी बाज़ारमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह केस स्टडी समाप्ति तक रखे गए शॉर्ट एट-द-मनी स्ट्रैडल के रिटर्न पर नियमितीकृत रैखिक मॉडल फिट करती है। इस ट्रेड में कॉल और पुट प्रीमियम मिलते हैं, जिससे अधिकतम लाभ सीमित रहता है, लेकिन अंतर्निहित एसेट में तेज़ बदलाव होने पर नुकसान बहुत बड़ा हो सकता है। फ़ीचर…

ऑप्शंसअस्थिरतामशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह दस्तावेज़ बताता है कि प्रयोग रजिस्ट्री किसी मॉडल को उसके प्रशिक्षण कॉन्फ़िगरेशन से लेकर भविष्यवाणियों और बैकटेस्ट परिणामों तक कैसे ट्रैक कर सकती है। हर चरण को मानकीकृत विनिर्देश से निकली एक पहचान मिलती है, जिससे बार-बार किए गए समान रन उसी रिकॉर्ड से…

मशीन लर्निंगसांख्यिकीबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक क्रॉस-सेक्शनल सूचना गुणांक को उद्देश्य बनाकर Optuna के TPE सैंपलर से LightGBM हाइपरपैरामीटर ट्यून करना दिखाती है। यह बूस्टिंग राउंड की संख्या चुनने के लिए अर्ली स्टॉपिंग को कस्टम प्रूनिंग कॉलबैक के साथ जोड़ती है, जो मध्यवर्ती सत्यापन IC जाँचता है।…

मशीन लर्निंगबैकटेस्टिंगसांख्यिकीइक्विटी
Machine Learning for Trading

यह अध्याय पोर्टफ़ोलियो निर्माण को रिटर्न पूर्वानुमान, जोखिम अनुमान और सीमाओं को वज़न, लीवरेज तथा पुनर्संतुलन निर्णयों में बदलने की प्रक्रिया के रूप में प्रस्तुत करता है। यह आवंटक के विकल्प दर्ज करने, लीकेज से बचने और पूर्वानुमान को आकार निर्धारण से अलग रखने…

पोर्टफोलियो निर्माणजोखिम प्रबंधनपोज़िशन का आकार तय करनाबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक अध्ययन करती है कि Ridge, Lasso और Elastic Net तब कैसे काम करते हैं, जब क्रिप्टो परपेचुअल फ़ीचर मैट्रिक्स एक आर्थिक मात्रा—प्रीमियम—को कई तरीकों से मापती है। इनपुट में प्रीमियम स्तर, बदलाव, अस्थिरता, मानकीकृत स्थिति, रैंक और संबंधित फ़ंडिंग माप…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक कई समयावधियों में भविष्य के US इक्विटी रिटर्न की दिशा का पूर्वानुमान करने वाले सुपरवाइज़्ड ऑटोएनकोडर की व्याख्या करती है। इसका एनकोडर पुनर्निर्माण डिकोडर, सहायक क्लासिफ़ायर और मुख्य क्लासिफ़ायर को इनपुट देता है। संयुक्त प्रशिक्षण पुनर्निर्माण…

इक्विटीमशीन लर्निंगसांख्यिकीबैकटेस्टिंग