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

1,366 दस्तावेज़

Machine Learning for Trading

यह नोटबुक US कंपनी की 10-K फ़ाइलिंग के अंशों पर रिट्रीवल-वर्धित शोध सहायक बनाती है। यह फ़ाइलिंग लोड करती है, पाठ को वाक्य-विंडो में बाँटती है, स्थानीय मॉडल से खंडों के एम्बेडिंग बनाती है और समानता खोज के लिए उन्हें अनुक्रमित करती है। प्रदर्शित रन ऐसी प्रश्न…

मशीन लर्निंगइक्विटीसांख्यिकी
Machine Learning for Trading

यह खोजपरक विश्लेषण नौ समूहों में एक्सचेंज-ट्रेडेड फंड के दैनिक पैनल की रूपरेखा देखता है। यह समय के साथ सिंबल कवरेज जाँचता है, पैनल की वर्गीकरण शब्दकोश से तुलना करता है, नल और शून्य-वॉल्यूम अवलोकनों की समीक्षा करता है, और समूह के अनुसार मूल्य-बार क्रम तथा…

इक्विटीपोर्टफोलियो निर्माणऑर्डर निष्पादनजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक डिफ़रेंशियल प्राइवेसी के साथ दैनिक ETF फ़ीचर पर जनरेटिव एडवर्सरियल नेटवर्क के प्रशिक्षण का प्रदर्शन करती है। यह प्राइवेसी गारंटी और बजट बताती है, फिर Opacus का उपयोग करके ग्रेडिएंट एकत्र करने और कैलिब्रेटेड नॉइज़ जोड़ने से पहले प्रत्येक नमूने के…

मशीन लर्निंगसांख्यिकीइक्विटीजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक इक्विटी-ऑप्शन फ़ीचर से बने स्टॉक-रिटर्न लक्ष्यों पर वेट-शेयरिंग न्यूरल एन्सेंबल TabM लागू करती है। इसके सदस्य एक साझा दो-लेयर नेटवर्क बैकबोन का उपयोग करते हैं, जिनमें सक्रियण स्केलिंग वेक्टर और आउटपुट हेड अलग-अलग होते हैं और उनकी भविष्यवाणियों का…

इक्विटीऑप्शंसमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक आठ-घंटे के क्रिप्टो परपेचुअल पैनल के लिए फ़ॉरवर्ड मूल्य-रिटर्न लेबल बनाने का तरीका बताती है। यह बार-ओपन टाइमस्टैम्प को उस समय पर शिफ्ट करती है जब पूर्ण बार का डेटा उपलब्ध होता है, फिर प्रेडिक्टर फ़ीचर जोड़ने से पहले कॉन्ट्रैक्ट मूल्य श्रृंखला पर…

क्रिप्टोपरपेचुअल फ़्यूचर्सऔसत की ओर वापसीसांख्यिकी
Machine Learning for Trading

यह अध्याय सिंथेटिक वित्तीय डेटा बनाने के तरीकों और यह तय करने का सर्वेक्षण करता है कि परिणाम उपयोगी है या नहीं। यह वास्तविक बाज़ार मार्गों की सीमित संख्या और बार-बार रणनीति खोजने से दिखने वाला बैकटेस्ट प्रदर्शन बढ़ जाने के जोखिम से शुरू होता है। यह…

मशीन लर्निंगसांख्यिकीबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक US स्टॉक फ़ीचर्स की सपाट तालिका पर TabM लागू करती है और इसे दंडित रैखिक मॉडल तथा ट्री एन्सेम्बल के बीच रखती है। हर एन्सेम्बल सदस्य न्यूरल नेटवर्क बैकबोन साझा करता है, लेकिन उसका अपना स्केलिंग वेक्टर और आउटपुट लेयर होता है; सदस्य पूर्वानुमानों का…

इक्विटीमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक पर्यवेक्षित ऑटोएन्कोडर का वर्णन करती है, जो ETF फ़ीचर पंक्तियों को कम आयामी निरूपण में संपीड़ित करता है और उसी निरूपण से सीधे फ़ॉरवर्ड रिटर्न का पूर्वानुमान करता है। सशर्त ऑटोएन्कोडर के विपरीत, यह नहीं मानता कि रिटर्न कुछ साझा कारक गतिविधियों से…

बहु-एसेटमशीन लर्निंगफ़ैक्टर निवेशसांख्यिकी
Machine Learning for Trading

यह नोटबुक स्थापित US स्टॉक विशेषताओं के व्यापक समूह पर रिज, लासो और इलास्टिक-नेट मॉडल फ़िट करती है, जिनमें वैल्यू, लाभप्रदता, निवेश, मोमेंटम, आकार, जोखिम और तरलता माप शामिल हैं। यह वॉक-फ़ॉरवर्ड फ़ोल्ड का उपयोग करके कच्चे मासिक रिटर्न, क्रॉस-सेक्शनल…

इक्विटीफ़ैक्टर निवेशमोमेंटममशीन लर्निंग
Machine Learning for Trading

यह विश्लेषण साझा क्रॉस-एसेट पैनल पर कई परिवारों के पंजीकृत ETF पूर्वानुमान मॉडल की तुलना करता है। यह सूचना गुणांकों से आकलन करता है कि प्रत्येक मॉडल बाद के रिटर्न के आधार पर फ़ंड को कितनी अच्छी तरह रैंक करता है, विश्वास अंतराल और फ़ोल्ड-स्तरीय निरंतरता देखता…

बहु-एसेटमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह विश्लेषण सेक्टर एक्सचेंज-ट्रेडेड फ़ंड के रिटर्न पर सहसंबंध-आधारित प्रधान घटक विश्लेषण लागू करता है। विघटन से पहले रिटर्न को मानकीकृत करने से हर सेक्टर का विचरण एक इकाई हो जाता है, इसलिए प्रमुख घटक सबसे अधिक अस्थिर सेक्टर के प्रभुत्व के बजाय सह-गति बताते…

इक्विटीफ़ैक्टर निवेशसांख्यिकीपोर्टफोलियो निर्माण
Machine Learning for Trading

यह यूटिलिटी रणनीति बैकटेस्ट के समूहों के लिए चयन-पूर्वाग्रह और प्रदर्शन-अनिश्चितता मेट्रिक्स निकालती है। यह परिवार, चरण-और-लेबल तथा लेबल स्तर पर समूह बनाती है, फिर डिफ्लेटेड शार्प अनुपात, प्रभावी परीक्षणों की संख्या, जटिलता-समायोजित अग्रणी सीमा, White’s…

बैकटेस्टिंगसांख्यिकीजोखिम प्रबंधन
Machine Learning for Trading

यह दस्तावेज़ साझा बैकटेस्ट रनर के कार्यान्वयन सिद्धांतों का वर्णन करता है और प्रदर्शन का वार्षिकीकरण करते समय रिटर्न ग्रिड की सही व्याख्या पर केंद्रित है। यह रिटर्न अवलोकनों के बीच सामान्य अंतराल से देखी गई सैंपलिंग आवृत्ति का अनुमान लगाता है, असामान्य रूप…

बैकटेस्टिंगजोखिम प्रबंधनसांख्यिकीपोर्टफोलियो निर्माण
Machine Learning for Trading

यह दस्तावेज़ सशर्त अव्यक्त-कारक मॉडल के नियंत्रण के रूप में पर्यवेक्षित ऑटोएन्कोडर प्रस्तुत करता है। यह 57 इनपुट को संकरे बॉटलनेक से संपीड़ित करते हुए फ़र्म की विशेषताओं को सीधे फ़ॉरवर्ड रिटर्न से जोड़ता है। समान बॉटलनेक वाले सशर्त ऑटोएन्कोडर से तुलना का…

इक्विटीमशीन लर्निंगफ़ैक्टर निवेशसांख्यिकी
Machine Learning for Trading

यह नोटबुक बताती है कि स्टॉक स्प्लिट और नकद लाभांश कच्ची ऐतिहासिक मूल्य शृंखलाओं को कैसे बाधित करते हैं और गणना किए गए रिटर्न को विकृत करते हैं। यह बैकवर्ड समायोजन दिखाती है, जिसमें बाद की कॉर्पोरेट कार्रवाइयों के लिए ऐतिहासिक कीमतों को पुनः मापित किया जाता…

इक्विटीअमेरिकी बाज़ारबैकटेस्टिंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक ETF फ़ीचर्स और फ़ॉरवर्ड रिटर्न का उपयोग करके पूर्वानुमान-केंद्रित तरीकों पर जाने से पहले शास्त्रीय साधारण न्यूनतम वर्ग अनुमान का प्रदर्शन करती है। यह गुणांक परीक्षण और मानक त्रुटियों की जाँच करती है, फिर विषमविचरणशीलता, अवशेष स्वसहसंबंध और…

इक्विटीसांख्यिकीमशीन लर्निंगजोखिम प्रबंधन
Machine Learning for Trading

यह प्रयोग मासिक ETF रैंकिंग के लिए ग्रेडिएंट-बूस्टेड ट्री मॉडल, टेबुलर न्यूरल नेटवर्क और लेटेंट-फ़ैक्टर मॉडल के सत्यापन पूर्वानुमान जोड़ता है। पहले यह z-स्कोर से पूर्वानुमानों को क्रॉस-सेक्शन में मानकीकृत करता है, फिर उनका औसत लेता है। एन्सेम्बल का मूल्यांकन…

बहु-एसेटमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ भविष्य के अवलोकनों का उपयोग किए बिना फिट किए गए मॉडल फ़ीचर बनाने की साझा विधियाँ प्रस्तुत करता है। हिडन मार्कोव मॉडल के लिए, यह वर्तमान समय तक के अवलोकनों पर आधारित फ़िल्टर्ड अवस्था प्रायिकताओं को स्मूद की गई प्रायिकताओं से अलग बताता है, जो पूरी…

मशीन लर्निंगअस्थिरतासांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ पूर्वानुमान अवशेषों को प्रति-इकाई अनिश्चितता चौड़ाइयों में बदलने की वॉक-फ़ॉरवर्ड विधि बताता है, जिनका उपयोग पोज़िशन आकार तय करने में होता है। हर निर्णय समय पर कैलिब्रेशन में ऐसे अवशेष लिए जाते हैं जिनके परिणाम तय हो चुके हों; लैग पूर्वानुमान…

पोज़िशन का आकार तय करनाजोखिम प्रबंधनसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह केस स्टडी क्रिप्टो स्थायी वायदा रणनीतियों के स्थिर पूल में से एक कॉन्फ़िगरेशन चुनती है; पूल में कई रिटर्न और दिशा लेबल, पोर्टफ़ोलियो आकार निर्धारण विधियाँ तथा जोखिम ओवरले शामिल हैं। यह सबसे ऊँचा सत्यापन शार्प चुनती है, फिर ब्लॉक-बूटस्ट्रैप अंतराल,…

क्रिप्टोपरपेचुअल फ़्यूचर्सबैकटेस्टिंगसांख्यिकी
Machine Learning for Trading

यह मार्गदर्शिका Ken French Data Library और AQR के सार्वजनिक फ़ैक्टर रिटर्न डेटासेट बताती है, जिनमें बाज़ार, आकार, मूल्य, लाभप्रदता, निवेश, मोमेंटम, गुणवत्ता और कम-बीटा फ़ैक्टर शामिल हैं। इसमें बताया गया है कि मासिक या दैनिक अवलोकन कैसे डाउनलोड और लोड करें,…

फ़ैक्टर निवेशसांख्यिकीजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक डबल मशीन लर्निंग का उपयोग करके अनुमान लगाती है कि स्थायी वायदा प्रीमियम से विचलन का संबंध बाद के आठ घंटे के रिटर्न से है या नहीं, और उच्च तथा निम्न अस्थिरता बाज़ारों में अनुमानित संबंध अलग है या नहीं। इसमें क्रिप्टो सिंबलों पर पैनल डिज़ाइन, देखे गए…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक पहले से कोई कारणात्मक ग्राफ़ तय किए बिना बहुचर वित्तीय समय-श्रृंखला में लैग्ड संबंध खोजने के तरीके के रूप में PCMCI प्रस्तुत करती है। यह विधि को ETF और अस्थिरता सूचकांक रिटर्न पर लागू करती है, इसके सशर्त विश्लेषण की जोड़ीवार Granger परीक्षणों से…

मशीन लर्निंगसांख्यिकीबहु-एसेटइक्विटी
Machine Learning for Trading

यह नोटबुक बताती है कि प्रायिकता पूर्वानुमानों का मूल्यांकन और पूर्वानुमान पाइपलाइन का संचालन कैसे करें। यह Brier और log स्कोर, अपेक्षित कैलिब्रेशन त्रुटि और तीक्ष्णता की तुलना करती है; दिखाती है कि विश्वसनीयता आरेख कहाँ पूर्वानुमान अति-आत्मविश्वासी या कम…

सांख्यिकीमशीन लर्निंगजोखिम प्रबंधनबैकटेस्टिंग