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

98 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 उपयोगिता निर्दिष्ट सत्र अवधियों में दर्ज किए गए ऑप्शंस स्ट्रैडल के प्रीमियम में पूर्ण सापेक्ष बदलाव मापती है। यह सकारात्मक बोली और बोली से ऊपर माँग वाले युग्मित कॉल और पुट कोटेशन से वैध स्ट्रैडल प्रीमियम बनाती है, फिर दर्ज किए गए सटीक प्रतीक, स्ट्राइक और…

ऑप्शंसअस्थिरताबैकटेस्टिंग
Machine Learning for Trading

यह उपयोगिता प्रवेश और निकास पर एक ही प्रतीक, स्ट्राइक और समाप्ति वाले S&P 500 ऑप्शन स्ट्रैडल के लेबल आर्टिफ़ैक्ट बनाती है। यह फ़ीचर तारीखों को बाद के बाज़ार सत्रों से संरेखित करती है, पाँच और दस सत्र बाद की निकास तारीखें बनाती है और स्ट्रैडल रिटर्न निकालने…

ऑप्शंसडेरिवेटिव का मूल्य निर्धारणबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह दस्तावेज़ S&P 500 ऑप्शन स्ट्रैडल का एक-वर्षीय आउट-ऑफ़-सैंपल बैकटेस्ट बताता है। इसमें होल्डआउट से पहले के इतिहास पर दोबारा फिट किए गए मॉडल की भविष्यवाणियों के साथ पहले से चुनी गई रणनीति, आवंटन, संकेंद्रण, साप्ताहिक एंट्री शेड्यूल, हेज नियम और ट्रेडिंग लागत…

ऑप्शंसबैकटेस्टिंगजोखिम प्रबंधनअमेरिकी बाज़ार
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 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 अध्ययन पंजीकृत मॉडल पूर्वानुमानों को तुलनीय S&P 500 ऑप्शन रणनीतियों में बदलता है। साप्ताहिक निर्णय तारीखों पर यह अनुमानित रिटर्न की रैंक बनाता है, तरल ब्रह्मांड तक छाँटता है और सबसे ऊँची रैंक वाले प्रतीकों पर समान-वज़न एट-द-मनी स्ट्रैडल बेचता है। हर…

ऑप्शंसइक्विटीबैकटेस्टिंगऑर्डर निष्पादन
Machine Learning for Trading

यह दस्तावेज़ पहले के सत्यापन चरणों में चुने गए कॉन्फ़िगरेशन को सभी पात्र pre-2021 इतिहास पर फिर से फिट करने और फिर 2021 होल्डआउट के लिए पूर्वानुमान बनाने का वर्णन करता है। यह घोषित मूल्यांकन अवधि, लेबल बफ़र, सत्यापन फ़ोल्ड और फ़ीचर कवरेज से प्रशिक्षण अवधि तय…

इक्विटीऑप्शंसमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक इक्विटी ऑप्शन विश्लेषण पर ग्रेडिएंट-बूस्टेड ट्री का मूल्यांकन करती है, जहाँ निहित अस्थिरता, स्क्यू, टर्म स्ट्रक्चर और वेरिएंस रिस्क प्रीमियम जैसे फ़ीचर बाज़ार की अपेक्षाएँ दर्शाते हैं। यह पूछती है कि क्या गैर-रैखिक मॉडल उन पूर्वानुमानों को सशर्त…

ऑप्शंसइक्विटीमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक 10-सत्र डेल्टा-हेज्ड S&P 500 विकल्प रिटर्न लेबल के लिए केवल वैलिडेशन वाले निदान प्रस्तुत करती है। यह वित्तीय पूर्वानुमानकर्ताओं को निहित अस्थिरता पर निर्भर और स्वतंत्र समूहों में व्यवस्थित करती है, फिर एकल अस्थिरता फ़ीचर, हर समूह और सभी फ़ीचर उपयोग…

ऑप्शंसअस्थिरतासांख्यिकीमशीन लर्निंग
Machine Learning for Trading

यह नोटबुक अंतर्निहित रिटर्न से S&P 500 ऑप्शंस शोध के लिए मॉडल-आधारित फ़ीचर बनाती है। यह GJR-GARCH फ़िट करती है, जो नकारात्मक रिटर्न झटकों को अतिरिक्त भार देता है, और एक स्टोकेस्टिक-वोलैटिलिटी मॉडल, जिसका अव्यक्त विचरण MCMC से अनुमानित और पार्टिकल फ़िल्टर से…

ऑप्शंसअस्थिरतासांख्यिकीमशीन लर्निंग
Machine Learning for Trading

यह गाइड US इक्विटी डेटासेट को बाज़ार डेटा, कंपनी के बुनियादी आँकड़ों, निवेशक पोज़िशनिंग और फ़र्म विशेषताओं में व्यवस्थित करती है। इसमें दैनिक और इंट्राडे बार, ऑप्शंस और बाज़ार सूक्ष्म-संरचना रिकॉर्ड के लोडर सूचीबद्ध हैं, साथ ही SEC फ़ाइलिंग टेक्स्ट, XBRL…

इक्विटीअमेरिकी बाज़ारबाज़ार की सूक्ष्म संरचनाऑप्शंस
Machine Learning for Trading

यह नोटबुक तुलना करती है कि असतत पुनर्संतुलन और ट्रेडों पर आनुपातिक लागत होने पर शॉर्ट यूरोपीय कॉल को किन तरीकों से हेज किया जा सकता है। यह स्व-वित्तपोषित अंतिम P&L को परिभाषित करती है, फिर Heston के सिम्युलेटेड मूल्यों पर अपेक्षित शॉर्टफ़ॉल (पूँछ-हानि)…

ऑप्शंसमशीन लर्निंगजोखिम प्रबंधनऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक पहले के वैलिडेशन चरणों में चुने गए कॉन्फ़िगरेशन को -2021 से पहले के इतिहास पर फिर से प्रशिक्षित करती है और 2021 होल्डआउट के लिए पूर्वानुमान जारी करती है। यह दर्ज उम्मीदवार समूह से चुना गया कॉन्फ़िगरेशन लेती है या समूह उपलब्ध न होने पर वही रैंकिंग…

इक्विटीऑप्शंसमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह विश्लेषण विकल्प श्रृंखला की संरचना समझाता है और S&P 500 विकल्पों के 2020 के एक हिस्से में आठ अंतर्निहित परिसंपत्तियों की जाँच करता है। यह मनीनेस, आंतरिक और समय मूल्य, ग्रीक्स, निहित वोलैटिलिटी, तथा वोलैटिलिटी स्क्यू और टर्म स्ट्रक्चर से मिलने वाली जानकारी…

ऑप्शंसअस्थिरताडेरिवेटिव का मूल्य निर्धारणबाज़ार की सूक्ष्म संरचना
Machine Learning for Trading

यह व्यवहार्यता विश्लेषण मॉडल फ़िट करने से पहले पूछता है कि S&P 500 घटकों पर साप्ताहिक, डेल्टा-हेज्ड शॉर्ट-स्ट्रैडल रणनीति का डेटा और धारणाएँ उचित हैं या नहीं। यह समझाता है कि समान स्ट्राइक और समाप्ति वाले कॉल और पुट मिलकर स्ट्रैडल कैसे बनाते हैं, निहित और…

ऑप्शंसअस्थिरताजोखिम प्रबंधनबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक चुने गए S&P 500 प्रतीकों पर स्ट्रैडल बेचने के लिए पोर्टफोलियो भार-निर्धारण नियमों की तुलना करती है। यह चुने गए प्रतीक स्थिर रखती है और आवंटन बदलती है; समान भार आधाररेखा है। विधियों में अनुमानित स्कोर, व्युत्क्रम अस्थिरता, जोखिम समानता, पदानुक्रमित…

ऑप्शंसपोर्टफोलियो निर्माणपोज़िशन का आकार तय करनाबैकटेस्टिंग
Machine Learning for Trading

यह केस स्टडी पंजीकृत बैकटेस्ट का उपयोग करके साप्ताहिक S&P 500 ऑप्शंस शॉर्ट स्ट्रैडल का आकलन करती है। यह नामित तरल यूनिवर्स से कॉन्फ़िगरेशन चुनती है, वैलिडेशन पर उम्मीदवारों की रैंकिंग करती है और चयन के लिए होल्डआउट परिणामों का उपयोग किए बिना चुने गए…

ऑप्शंसइक्विटीबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक बताती है कि स्टोकेस्टिक डिस्काउंट फ़ैक्टर (SDF) इक्विटी विकल्प सिग्नलों के क्रॉस-सेक्शन का मूल्य कैसे तय करता है। एक्सपोज़र और कारक प्रतिफल का अनुमान लगाने वाले कारक मॉडलों से अलग, SDF दृष्टिकोण एक ऐसे यादृच्छिक चर का अनुमान लगाता है जो परिसंपत्ति…

ऑप्शंसइक्विटीमशीन लर्निंगफ़ैक्टर निवेश
Machine Learning for Trading

यह नोटबुक पहले चुनी गई S&P 500 इक्विटी और विकल्प रणनीति को अलग 2021 होल्डआउट अवधि के पूर्वानुमानों पर लागू करती है। यह आवंटक, संकेंद्रण नियम, जोखिम ओवरले और ट्रेडिंग लागत सहित चुने गए कॉन्फ़िगरेशन को बिना बदलाव आगे रखती है और माँगती है कि होल्डआउट…

इक्विटीऑप्शंसबैकटेस्टिंगजोखिम प्रबंधन
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 फ़ीचर-इंजीनियरिंग नोटबुक ऐसे चर बनाती है जिनके लिए एक एसेट के मूल्य इतिहास से आगे की जानकारी चाहिए। फ़्यूचर के लिए यह एक ही समय पर देखे गए निकट और दूरस्थ कॉन्ट्रैक्ट स्तरों से वार्षिकीकृत रोल यील्ड, और तीन अवधियों से टर्म-स्ट्रक्चर ढलान तथा वक्रता निकालती…

फ़्यूचर्सऑप्शंसकैरीअस्थिरता
Machine Learning for Trading

यह नोटबुक समाप्ति तक S&P 500 ऑप्शन रिटर्न पर वैरिएंस रिस्क प्रीमियम के प्रभाव का डबल मशीन लर्निंग विश्लेषण घोषित करके चलाती है। निष्पादन से पहले यह लक्षित मात्रा, देखे गए समय, भ्रमकारी कारक, समय-आधारित क्रॉस-वैलिडेशन व्यवस्था, सहायक मॉडल, HAC सहप्रसरण…

ऑप्शंसअमेरिकी बाज़ारमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह दस्तावेज़ आगे के इक्विटी रिटर्न और जोखिम-समायोजित रिटर्न का पूर्वानुमान करने के लिए ऑप्शन से निकाले गए फ़ीचरों पर TabM, एक वेट-शेयरिंग न्यूरल एन्सेम्बल, फ़िट करता है। इसके सदस्य अलग-अलग सक्रियण स्केलिंग और आउटपुट हेड के साथ एक साझा दो-परत नेटवर्क इस्तेमाल…

इक्विटीऑप्शंसमशीन लर्निंगबैकटेस्टिंग