यह नोटबुक क्रॉस-सेक्शनल ETF रिटर्न के पूर्वानुमान के लिए LightGBM की तुलना एक न्यूनतम मल्टीलेयर परसेप्ट्रॉन, TabM और वैकल्पिक रूप से TabPFN से करती है। मॉडलों का मूल्यांकन साझा वॉक-फ़ॉरवर्ड फ़ोल्ड पर रैंक सूचना गुणांक से किया जाता है; समयक्रमानुसार सत्यापन…
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
867 दस्तावेज़
यह नोटबुक गुमनाम फ़र्म विशेषताओं और रिटर्न के पैनल पर रैंडम फ़ॉरेस्ट की तुलना XGBoost, LightGBM और CatBoost से करती है। डेटासेट में समयानुसार प्रशिक्षण, सत्यापन और परीक्षण विभाजन हैं। मॉडल का मूल्यांकन मुख्य माप के रूप में स्पीयरमैन रैंक सूचना गुणांक और…
यह नोटबुक अलग-अलग केस स्टडी में तैयार किए गए वित्तीय फ़ीचर की सूची और हर बाज़ार अध्ययन के लिए रजिस्ट्री में दर्ज सबसे मज़बूत सूचना गुणांक प्रस्तुत करती है। यह फ़ीचर और फ़ीचर-नाम परिवार गिनती है, फ़ीचर-स्पेस के आकारों की तुलना करती है और विभिन्न परिसंपत्ति…
यह दस्तावेज़ रिटर्न को ओवरलैप करती विंडो में बाँटकर और हर विंडो को अनुभवजन्य वितरण मानकर बाज़ार की स्थितियाँ पहचानने का तरीका बताता है। यह मेल खाते, क्रमबद्ध क्वांटाइल के ज़रिए विंडो के बीच दूरी मापता है, इसलिए पूरे वितरण के अंतर—चरम नुकसान कहाँ आते हैं, यह…
यह नोटबुक एक सशर्त ऑटोएन्कोडर प्रस्तुत करती है, जो संरचित अव्यक्त फ़ैक्टर मॉडल को बनाए रखते हुए फ़र्म विशेषताओं से फ़ैक्टर एक्सपोज़र तक के रैखिक मानचित्र की जगह न्यूरल नेटवर्क रखती है। मासिक रिटर्न को विशेषता-आधारित एक्सपोज़र और मासिक फ़ैक्टर रिटर्न के…
यह केस स्टडी समाप्ति तक रखे गए शॉर्ट एट-द-मनी स्ट्रैडल के रिटर्न पर नियमितीकृत रैखिक मॉडल फ़िट करती है। प्रीमियम आय लाभ को सीमित करती है, जबकि नुकसान बिना सीमा बढ़ सकता है; इसलिए कुछ गंभीर नुकसान वर्ग-त्रुटि प्रतिगमन उद्देश्य पर हावी हो जाते हैं। नोटबुक दंड…
यह नोटबुक कुछ बड़ी US कंपनियों की हालिया 10-K फ़ाइलिंग के अंशों से सूचना-पुनर्प्राप्ति कार्य पर स्थानीय रूप से चलाए गए दो ओपन-वेट एम्बेडिंग मॉडल की तुलना करती है। दोनों मॉडल को तकनीकी, जोखिम और सामान्य व्यावसायिक विषयों को शामिल करने वाली निश्चित क्वेरी और…
यह दस्तावेज़ बताता है कि पूर्वानुमान एजेंट का खोज इंटरफ़ेस उसके प्रमाण को कैसे सीमित कर सकता है और उसकी गतिविधि को ऑडिट योग्य बना सकता है। प्रदाता-निरपेक्ष प्रोटोकॉल स्रोत, प्रकाशन तिथि, प्रासंगिकता स्कोर और सामग्री वाले टाइप किए गए परिणाम लौटाता है, जबकि…
यह कॉन्फ़िगरेशन नोट तीन-वर्गीय लेबलों पर L1 लॉजिस्टिक रिग्रेशन के लिए saga सॉल्वर और अधिक सख़्त कन्वर्जेन्स टॉलरेंस चुनने का कारण बताता है। यह saga की तुलना liblinear से करता है और Nasdaq माइक्रोस्ट्रक्चर पैनल पर रनटाइम मापन तथा रिपोर्ट किए गए आउट-ऑफ़-सैंपल…
यह नोटबुक फ़र्म विशेषताओं से आगे के रिटर्न का पूर्वानुमान करने के लिए पर्यवेक्षित ऑटोएन्कोडर का अध्ययन करती है। यह संकीर्ण न्यूरल-नेटवर्क बॉटलनेक बनाए रखती है, लेकिन संबंधित मॉडलों में प्रयुक्त सशर्त-कारक व्याख्या और मूल्य निर्धारण प्रतिबंध हटा देती है।…
यह नोटबुक रिटर्न का पूर्वानुमान करने और यह दावा करने में अंतर करती है कि मोमेंटम उनका कारण है। यह नवीनतम महीने को छोड़कर, पिछले वर्ष के शेयर रिटर्न को ट्रीटमेंट और आगे के रिटर्न को परिणाम मानती है। हाल की अस्थिरता, अलिक्विडिटी रैंक और वॉल्यूम अनुपात को…
यह नोटबुक S&P 500 ऑप्शन के लिए घोषित अनुक्रम-मॉडल समूह के एक सदस्य के रूप में PatchTST फ़िट करती है। PatchTST पीछे देखने वाली विंडो को निश्चित आकार के पैच में बाँटती है, उन्हें टोकन के रूप में एम्बेड करती है और इतिहास के हिस्सों के बीच संबंध सीखने के लिए…
यह नोटबुक कई ट्रेडिंग केस अध्ययनों के LightGBM परिणामों का एकत्रीकरण करती है और उनकी तुलना रैखिक तथा TabM आधार मॉडलों से करती है। यह हर केस अध्ययन के लिए सर्वोच्च-IC कॉन्फ़िगरेशन की जाँच करती है, विषम-वैरिएंस और स्वसहसंबंध-संगत अंतराल रिपोर्ट करती है, और…
यह नोटबुक जाँचती है कि सीखे गए ग्राफ़ एम्बेडिंग, US शेयरों के टैबुलर मॉडल में पूर्वानुमान संबंधी जानकारी जोड़ते हैं या नहीं। यह लक्ष्य अवधि से पहले मापे गए निरपेक्ष रिटर्न सहसंबंधों से नेटवर्क बनाती है, उसी पूर्व-लक्ष्य इतिहास से मोमेंटम, अस्थिरता और…
यह दस्तावेज़ S&P 500 ऑप्शन अध्ययन के लिए LSTM अनुक्रम मॉडल का वर्णन करता है। ऐसे क्रॉस-सेक्शनल मॉडल, जो किसी प्रतीक के इतिहास का सार देने के लिए निर्मित विशेषताओं पर निर्भर करते हैं, उनसे अलग, LSTM कालक्रमानुसार विंडो लेता है और सीखता है कि अनुक्रम के कौन से…
यह नोटबुक स्प्लिट कॉन्फ़ॉर्मल पूर्वानुमान से ग्रेडिएंट बूस्टिंग पूर्वानुमानों के आसपास पूर्वानुमान अंतराल बनाती है। यह पहले के प्रशिक्षण खंड पर मॉडल फ़िट करती है, बाद के कैलिब्रेशन खंड में निरपेक्ष अवशेष मापती है और अंतराल की चौड़ाई तय करने के लिए…
यह नोटबुक वित्तीय सुर्खियों को शेयर-स्तरीय संकेतों में बदलने की प्रक्रिया प्रस्तुत करती है। यह समाचार कॉर्पस को साफ़ और मानकीकृत करती है, टिकर-तिथि समूहों के भीतर सटीक और प्रीफ़िक्स से मेल खाने वाले डुप्लिकेट हटाती है, और सुर्खियों का अर्थ दर्शाने के लिए…
यह नोटबुक बताती है कि मान्यकरण परिणामों से कॉन्फ़िगरेशन चुन लिए जाने के बाद FX रणनीति के लिए होल्डआउट पूर्वानुमान कैसे बनाए जाएँ। यह स्वीकृत उम्मीदवारों में से उन उम्मीदवारों का सर्वोच्च शार्प मान वाला मान्यकरण बैकटेस्ट चुनती है जो सॉल्वेंट बने रहे, फिर चुने…
यह नोटबुक सिम्युलेटेड क्रिप्टोकरेंसी ट्रेडिंग परिवेश में DQN, PPO और A2C की तुलना करती है। यह घंटेवार Bitcoin परपेचुअल-फ़्यूचर्स रिटर्न पर GARCH(1,1) अस्थिरता प्रक्रिया का अंशांकन करती है, फिर ऐसे पथ सिम्युलेट करती है जो रिटर्न की दिशा को अप्रत्याशित रखते…
यह नोटबुक एक पूर्वानुमान एजेंट बनाती है जो वेब खोज और प्रायिकता पूर्वानुमान के बीच बारी-बारी से काम करता है। दो विधियों वाला छोटा भाषा-मॉडल इंटरफ़ेस उसी लूप को मॉक, स्थानीय या व्यावसायिक प्रदाता के साथ चलने देता है। एजेंट को प्रेडिक्शन-मार्केट प्रश्न मिलता…
यह नोटबुक 13F फ़ाइलिंग से बने संस्थागत होल्डिंग ग्राफ़ पर केवल-पठन प्रश्न-उत्तर कार्यप्रवाह दिखाती है। प्राकृतिक भाषा से डेटाबेस क्वेरी बनाने के बजाय, यह सटीक रूप से समर्थित प्रश्नों को निश्चित इकाइयों वाले हाथ से लिखे Cypher टेम्पलेट पर भेजती है। टेम्पलेट…
यह नोटबुक S&P 500 इक्विटी और ऑप्शन अध्ययन में सीक्वेंस पूर्वानुमान के लिए पैच्ड ट्रांसफ़ॉर्मर का वर्णन करती है। यह समय-विंडो को लगातार खंडों में बाँटती है और हर खंड को एक टोकन के रूप में दर्शाती है, जिससे छोटे सीक्वेंस पर काम करते हुए अटेंशन विंडो के…
यह नोटबुक बदलते US इक्विटी पैनल के लिए इंस्ट्रूमेंटेड प्रमुख घटक विश्लेषण (IPCA) समझाती है। पारंपरिक PCA हर शेयर को एक फ़िट की हुई लोडिंग देता है, जो प्रशिक्षण नमूने से अनुपस्थित शेयरों को स्वाभाविक रूप से शामिल नहीं कर सकती और कंपनी की विशेषताएँ बदलने पर भी…
यह नोटबुक व्यापक साझा उतार-चढ़ाव को कम कारकों से दर्शाने के लिए US शेयर रिटर्न के पैनल पर प्रमुख घटक विश्लेषण लागू करती है। हर कारक साझा बदलाव की एक दिशा है, और प्रत्येक शेयर की लोडिंग उस दिशा के प्रति उसका एक्सपोज़र बताती है। कारकों और लोडिंग से…