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

95 दस्तावेज़

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 हर उत्पाद के तीन अनुबंध अवधियों से क्रॉस-सेक्शनल फ़्यूचर्स फ़ीचर मैट्रिक्स बनाने का तरीका बताती है। यह एक्सचेंज से सेटल की गई कीमतों से कैरी और वक्र वक्रता निकालती है, जबकि रिटर्न, मोमेंटम और अस्थिरता मापने के लिए रोल-समायोजित कीमतें इस्तेमाल करती…

फ़्यूचर्सकमोडिटीकैरीमोमेंटम
Machine Learning for Trading

यह दस्तावेज़ क्रॉस-सेक्शनल ETF मोमेंटम और रोटेशन परिकल्पना के लिए फ़ीचर मैट्रिक्स बनाने और उसकी जाँच करने का तरीका बताता है। यह हर फ़ीचर का लुकबैक और सूचना लैग परिभाषित करता है, फिर पिछड़े रिटर्न, जोखिम-समायोजित रिटर्न, अस्थिरता, ट्रेंड और रेजीम माप,…

इक्विटीबहु-एसेटमोमेंटमतकनीकी संकेतक
Machine Learning for Trading

यह दस्तावेज़ दैनिक डेटा को शुक्रवार को सैंपल करके पाँच-सत्रीय इक्विटी रिटर्न पूर्वानुमान को नए रूप में प्रस्तुत करता है। लेबल पाँच-सत्रीय रिटर्न ही रहता है, लेकिन साप्ताहिक ग्रिड पर यह लगभग एक मॉडल चरण जितना होता है। नोटबुक प्रत्यक्ष रिग्रेशन—जो एक निश्चित…

इक्विटीअमेरिकी बाज़ारमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक जाँचती है कि चार घंटे का स्पॉट FX डेटा मोमेंटम और कैरी के आधार पर मुद्रा जोड़ों की रैंकिंग करने वाली दैनिक क्रॉस-सेक्शनल रणनीति को सहारा दे सकता है या नहीं। यह जाँचती है कि घोषित इंस्ट्रूमेंट हर निर्णय बिंदु पर उपलब्ध हैं या नहीं, यूनिवर्स में…

विदेशी मुद्रामोमेंटमकैरीसांख्यिकी
Machine Learning for Trading

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…

इक्विटीमोमेंटममशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक CME फ़्यूचर्स के क्रॉस-सेक्शन के लिए नियम-आधारित फ़ीचर बनाती है, जिनका केंद्र निकटवर्ती डिलीवरी कॉन्ट्रैक्ट के अंतर से मिलने वाला कैरी है। यह मोमेंटम, अस्थिरता, कर्व आकार और कैलेंडर फ़ीचर भी बनाती है। डिज़ाइन में मौजूदा अवधि संरचना बताने वाली कच्ची…

फ़्यूचर्सकमोडिटीकैरीमोमेंटम
Machine Learning for Trading

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…

इक्विटीमोमेंटमसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह केस स्टडी NASDAQ-100 के कोट और ट्रेड डेटा से मिनट-स्तर के फ़ीचर बनाती है, ताकि जाँचा जा सके कि हाल की आक्रामक ख़रीद या बिक्री निकट-अवधि के मूल्य रुझान का पूर्वानुमान करती है या नहीं। प्रस्तावित संकेत ऑर्डर-फ़्लो असंतुलन है; स्प्रेड, ऑर्डर-बुक गहराई, मूल्य…

इक्विटीबाज़ार की सूक्ष्म संरचनामोमेंटमतकनीकी संकेतक
Machine Learning for Trading

यह नोटबुक ETF के फ़ॉरवर्ड रिटर्न पर हालिया अवधि छोड़कर मोमेंटम के प्रभाव का अनुमान लगाने के लिए डबल मशीन लर्निंग (DML) लागू करती है; यह रिटर्न का पूर्वानुमान करने से अलग कारणात्मक प्रश्न है। यह घोषित कन्फ़ाउंडर का उपयोग करके परिणाम और मोमेंटम ट्रीटमेंट का…

इक्विटीमोमेंटममशीन लर्निंगसांख्यिकी
Machine Learning for Trading

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…

इक्विटीमोमेंटमसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक साझा बैकटेस्ट और लाइव रणनीति को Interactive Brokers के पेपर ट्रेडिंग सत्र से जोड़ने का परिचालन कार्यप्रवाह दिखाती है। यह खाते की पहचान और स्थिति जाँचती है, संकेतक शुरू करने के लिए ऐतिहासिक बार माँगती है, बाज़ार डेटा की सदस्यता लेती है, आने वाले टिक…

इक्विटीमोमेंटमऑर्डर निष्पादनजोखिम प्रबंधन
Machine Learning for Trading

यह अध्याय समीक्षा बैकटेस्टिंग से पहले ट्रेडिंग रणनीतियाँ परिभाषित करने की परिकल्पना-आधारित प्रक्रिया बताती है। यह दर्ज डेटा धारणाओं और अपरिवर्तनीय कॉन्फ़िगरेशन को खोजपरक विश्लेषण, इवेंट स्टडीज़ और संरचित रणनीति टर्म शीट से जोड़ती है। प्रस्तावित टर्म शीट में…

मोमेंटमऔसत की ओर वापसीसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक बताती है कि फ़्यूचर्स अनुबंध विनिर्देश बैकटेस्ट लेखांकन को कैसे प्रभावित करते हैं। इसमें दिखाया गया है कि अनुबंध गुणक मूल्य बदलाव को डॉलर P&L में कैसे बदलता है, आकार निर्धारण के लिए मूल्य और गुणक का गुणनफल नाममात्र मूल्य कैसे तय करता है, और…

फ़्यूचर्सकमोडिटीमोमेंटमपोज़िशन का आकार तय करना
Machine Learning for Trading

यह नोटबुक क्रिप्टो परपेचुअल अनुबंधों के निश्चित पैनल के लिए आगे के मूल्य-रिटर्न लेबल परिभाषित करती है और बताती है कि लेबल निर्माण बाद के हर मॉडल और बैकटेस्ट को कैसे प्रभावित करता है। यह बार-ओपन समय-मुद्राओं को उस समय पर खिसकाती है जब पूर्ण डेटा उपलब्ध होता…

क्रिप्टोपरपेचुअल फ़्यूचर्सबैकटेस्टिंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक दिखाती है कि एक निश्चित डॉलर ऑर्डर अलग-अलग शेयरों में बहुत अलग लागत लगा सकता है, क्योंकि उपलब्ध ट्रेडिंग वॉल्यूम की तुलना में उसका आकार मायने रखता है। यह समायोजित दैनिक US इक्विटी डेटा पर सकारात्मक गति होने पर लॉन्ग जाने वाली रणनीति के लिए वर्गमूल…

इक्विटीमोमेंटमबैकटेस्टिंगऑर्डर निष्पादन
Machine Learning for Trading

यह केस अध्ययन G10 स्पॉट मुद्रा जोड़ियों के छोटे, सहसंबद्ध समूह में दैनिक गति और कैरी संकेतों का मूल्यांकन करता है। इसका कार्यप्रवाह व्यवहार्यता जाँच और आगे के रिटर्न लेबल से लेकर निर्मित और मॉडल-आधारित विशेषताओं, क्रॉस-वैलिडेशन, कई मॉडल परिवारों, कारणात्मक…

विदेशी मुद्रामोमेंटमकैरीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक ऐतिहासिक गति विशेषताओं से आगे के ETF रिटर्न का पूर्वानुमान लगाने के लिए TSMixer को अनुकूलित करती है। इसकी संरचना समय-अक्ष पर साझा रैखिक रूपांतरण और प्रत्येक तारीख पर अलग से लागू विशेषता MLP के बीच बारी-बारी से काम करती है। पूर्व-सामान्यीकरण और…

मशीन लर्निंगइक्विटीमोमेंटमबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ S&P 500 शेयरों के लिए समायोजित शेयर-मूल्य इतिहास और संक्षेपित विकल्प निहित-अस्थिरता सतहों को मिलाकर क्रॉस-सेक्शनल फ़ीचर मैट्रिक्स बनाने का वर्णन करता है। इसमें विशेषताओं को भूमिका, इनपुट, लुकबैक और दृश्यता-विलंब के आधार पर व्यवस्थित किया गया है।…

इक्विटीऑप्शंसअस्थिरतामोमेंटम
Machine Learning for Trading

यह नोटबुक बताती है कि टेम्पोरल कन्वोल्यूशनल नेटवर्क (TCN) क्रमबद्ध वित्तीय डेटा से रिटर्न का पूर्वानुमान कैसे लगा सकता है। कारणात्मक कन्वोल्यूशन सुनिश्चित करते हैं कि किसी समय का आउटपुट केवल मौजूदा और पहले के इनपुट पर निर्भर हो। डाइलेशन परतों में ज्यामितीय…

मशीन लर्निंगइक्विटीमोमेंटमसांख्यिकी
Machine Learning for Trading

यह नोटबुक जाँचती है कि अलग-अलग तरलता वाले शेयरों में बाज़ार प्रभाव मोमेंटम रणनीति के बैकटेस्ट नतीजों को कैसे बदलता है। यह ऑर्डर का आकार और रणनीति समान रखती है, निर्माण अवधि से तरलता और अस्थिरता का अनुमान लगाती है और बाद की मूल्यांकन अवधि में वर्गमूल प्रभाव…

इक्विटीमोमेंटमबाज़ार की सूक्ष्म संरचनाबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक जाँचती है कि चार घंटे का स्पॉट FX डेटा दैनिक क्रॉस-सेक्शनल रणनीति के लिए उपयोगी है या नहीं, जो मोमेंटम और कैरी से मुद्रा युग्मों की रैंकिंग करती है, सबसे मज़बूत युग्म खरीदती है और सबसे कमज़ोर बेचती है। यह मॉडल फ़िट या पूर्वानुमान नहीं करती। इसके…

विदेशी मुद्रामोमेंटमकैरीसांख्यिकी
Machine Learning for Trading

यह नोटबुक मानकीकृत ETF डेटा लोडिंग, फ़ीचर रजिस्ट्री और संकेत निदान को जोड़ने वाला कार्यप्रवाह प्रस्तुत करती है। यह दिखाती है कि इंडिकेटर मेटाडेटा कैसे खोजें, डिफ़ॉल्ट या स्पष्ट पैरामीटर से फ़ीचर कैसे निकालें और दोहराए जा सकने वाले पाइपलाइन के लिए…

इक्विटीतकनीकी संकेतकमोमेंटमसांख्यिकी
Machine Learning for Trading

यह नोटबुक एक निश्चित FX-पेयर यूनिवर्स के लिए एक, पाँच और 21-सत्र के फ़ॉरवर्ड स्पॉट रिटर्न बनाने की विधि बताती है। पहले यह न्यूयॉर्क रोलओवर कैलेंडर से चार-घंटे की बार को ट्रेडिंग सत्रों में बाँटती है, फिर शिफ़्ट से पहले पंक्तियाँ हटाए बिना रिटर्न बनाती है।…

विदेशी मुद्रास्पॉट बाज़ारमोमेंटमऔसत की ओर वापसी