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…
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
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…
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…
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…
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।…
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,…
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…
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…
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…
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…
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…
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…
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…
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:…
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…
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…
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…
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…
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…
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…
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।…
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…
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…
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…