नॉलेज लाइब्रेरी

यह नोटबुक साझा बैकटेस्ट इंजन से मॉडल पूर्वानुमानों का NASDAQ-100 ट्रेडिंग रणनीतियों के रूप में मूल्यांकन करती है। पहले यह यादृच्छिक सिग्नल से पाइपलाइन की जाँच करती है: लागत के बाद लगातार लाभ दिखे तो लुकअहेड, असंरेखित डेटा या शुल्क न लगने जैसी समस्याएँ हो…

यह नोटबुक मॉडल फिट करने या पूर्वानुमान करने से पहले जाँचती है कि पंद्रह-मिनट की क्रॉस-सेक्शनल स्टॉक-रैंकिंग रणनीति व्यवहार्य है या नहीं। इसमें NASDAQ-100 कोट डेटा, मिडपॉइंट रिटर्न और होल्डआउट-पूर्व विकास विंडो से रणनीति के पात्र यूनिवर्स, राउंड-ट्रिप…

यह कोड बताता है कि केस स्टडी कॉन्फ़िगरेशन से बैकटेस्ट सेटिंग कैसे तय होती हैं और ट्रेड किए गए यूनिवर्स तथा पूर्वानुमान की आयु में बदलाव रन पहचान को कैसे प्रभावित करते हैं। मुख्य बात यह है कि पोर्टफ़ोलियो या पूर्वानुमान सेट बदलने वाला हर फ़िल्टर रणनीति…

दस्तावेज़ रणनीति रिटर्न की दो बाहरी बेंचमार्क से तुलना के तरीके बताता है: दैनिक SPY कुल रिटर्न और फ़ामा-फ़्रेंच बाज़ार रिटर्न, जो बाज़ार जोखिम प्रीमियम तथा जोखिम-मुक्त दर जोड़कर बनते हैं। इसमें तारीख फ़िल्टर और संरेखण सहायक फ़ंक्शन दिए गए हैं, जिनमें उन…

दस्तावेज़ NASDAQ-100 के एक-मिनट के फ़ीचर से कई अवधियों के फ़ॉरवर्ड रिटर्न का पूर्वानुमान करने हेतु सरल रैखिक अनुक्रम मॉडल फिट करने की विधि बताता है। हर इनपुट में एक स्टॉक का पिछला घंटा शामिल है, जिसे नवीनतम अवलोकन से हुए बदलाव के रूप में व्यक्त किया गया है;…

दस्तावेज़ मशीन लर्निंग ट्रेडिंग शोध कार्यप्रवाह प्रस्तुत करता है, जो डेटा और फ़ीचर निर्माण से मॉडल प्रशिक्षण, बैकटेस्टिंग, लेनदेन लागत, पोर्टफ़ोलियो और जोखिम निर्णय, परिनियोजन तथा निगरानी तक विचारों को आगे बढ़ाता है। इसमें खोजपरक समायोजन और अंतिम मूल्यांकन…

यह दस्तावेज़ ETF बाज़ार डेटा लोड करने की विधि बताता है, जिसमें वैकल्पिक प्रतीक और तारीख फ़िल्टर तथा लौटाए गए प्रतीकों की नियत सीमा शामिल है। इसका मुख्य विश्लेषणात्मक बिंदु मापी जा रही राशि के अनुसार मूल्य श्रृंखला चुनना है: रिटर्न के लिए समायोजित मूल्य…

यह नोटबुक GJR-GARCH(1,1) मॉडल से S&P 500 शेयरों के लिए मॉडल-आधारित सशर्त अस्थिरता फ़ीचर बनाती है, फिर वास्तविक अस्थिरता के मुकाबले मापे गए ऑप्शन-निहित अस्थिरता स्प्रेड की तुलना मॉडल पूर्वानुमान के मुकाबले मापे गए स्प्रेड से करती है। अनुमानित पैरामीटर में…

यह CME फ़्यूचर्स अध्ययन कई प्रशिक्षण चेकपॉइंट पर पूर्वानुमान दर्ज करते हुए ग्रेडिएंट-बूस्टिंग ट्री की क्षमता और लॉस फ़ंक्शन बदलता है। ट्री लीफ़ की संख्या नियंत्रित करती है कि मॉडल फ़ीचर स्पेस को कितनी बारीकी से बाँटता है, जबकि स्क्वेयर्ड, एब्सोल्यूट और…

यह नोटबुक अध्ययन करती है कि रिज रेग्युलराइज़ेशन के विकल्प ETF पैनल पर सूचना गुणांक को कैसे प्रभावित करते हैं और हाइपरपैरामीटर खोज रिपोर्ट किए गए प्रदर्शन को कैसे बढ़ा-चढ़ाकर दिखा सकती है। पहले यह वॉक-फ़ॉरवर्ड फ़ोल्ड में अल्फ़ा ग्रिड के विस्तृत दायरे का…

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।…

यह नोटबुक पहले से चुने गए FX रणनीति विनिर्देश को पंजीकृत होल्डआउट पूर्वानुमानों पर चलाती है। इसमें रणनीति के सिग्नल, आवंटन, जोखिम नियंत्रण, रीबैलेंस नियम, लागत और खाता सेटिंग बरकरार रखी जाती हैं; पूर्वानुमान सेट और प्राइस-फ़्रेम पहचान होल्डआउट इनपुट के…

यह नोटबुक समर्थित वास्तविक-डेटा रणनीति वर्कलोड पर VectorBT Pro और VectorBT OSS की ML4T के साथ मौजूदा ऑडिट तुलना प्रस्तुत करती है। VectorBT के दोनों संस्करण ETF आवंटन, USD-कोटेड विदेशी मुद्रा आवंटन और US इक्विटी पैनल में शामिल हैं। Pro अनुबंध गुणकों और…

यह नोटबुक इंस्ट्रूमेंटेड प्रिंसिपल कंपोनेंट एनालिसिस (IPCA) बताती है, जो हर ETF के फ़ैक्टर एक्सपोज़र को उस फ़ंड के देखे गए फ़ीचर मानों का साझा रैखिक फलन मानती है। अल्टरनेटिंग लीस्ट स्क्वेयर फ़ंड और तारीख के अवलोकनों पर फ़ीचर-से-एक्सपोज़र मैप तथा फ़ैक्टर…

यह नोटबुक चुने गए क्रिप्टो परपेचुअल रणनीति कॉन्फ़िगरेशन पर लागू छह आवंटन विधियों का अध्ययन करती है। रैंकिंग और प्रवेश नियम स्थिर रहते हैं, जबकि हर पोज़िशन को आवंटित पूँजी बदलती है। विधियाँ मॉडल स्कोर, अलग-अलग कॉन्ट्रैक्ट की अस्थिरता, कॉन्ट्रैक्टों के बीच…

यह नोटबुक एक स्वायत्त शोध कार्यप्रवाह प्रस्तुत करती है, जिसमें भाषा मॉडल फ़ाइलें देखने, कमांड चलाने, बैकटेस्ट रजिस्टर से पूछताछ करने और डेटा जाँचने के लिए सामान्य प्रयोजन के टूल उपयोग करता है। शोध की कार्रवाइयाँ पहले से कोड करने के बजाय, ऑपरेटर आवश्यकता के…

यह नोटबुक स्टॉक रिटर्न के पैनल पर PCA लैटेंट-फ़ैक्टर मॉडल फिट करती है, जिसमें ऑप्शन-सर्फ़ेस फ़ीचर, विशेषताएँ या लक्ष्य संबंधी जानकारी उपयोग नहीं होती। PCA ऐतिहासिक क्रॉस-सेक्शनल सह-गति की प्रमुख दिशाएँ निकालता है, हर स्टॉक का एक्सपोज़र अनुमानित करता है और…

यह साझा फ़ीचर-इंजीनियरिंग मॉड्यूल कई केस स्टडी में उपयोग किए गए वित्तीय प्रेडिक्टर के निर्माण नियम और ऑडिट निर्धारित करता है। इसमें हर फ़ीचर परिवार की परिकल्पना, इनपुट, रोलिंग लुकबैक, सूचना लैग, भूमिका और संभावित विफलता का तरीका दर्ज है। रजिस्टर को वास्तविक…

यह नोटबुक बताती है कि रिपोर्ट किया गया शार्प अनुपात एक अनिश्चित अनुमान है, रणनीति की गुणवत्ता का निर्णायक माप नहीं। इसमें विश्वास अंतराल और संभाव्य शार्प अनुपात विकसित किए गए हैं। संभाव्य शार्प अनुपात नमूने की अवधि, विषमता और कुर्टोसिस के आधार पर यह अनुमान…

यह नोटबुक US फर्म-विशेषता रणनीतियों के लिए समान वेटिंग की तुलना दो आवंटन नियमों से करती है: स्कोर वेटिंग, जो अधिक मॉडल पूर्वानुमान वाले नामों को अधिक पूँजी देती है; और कॉन्फ़ॉर्मल वेटिंग, जो अधिक चौड़े कैलिब्रेटेड त्रुटि अंतराल वाले पूर्वानुमानों के लिए…

यह विश्लेषण लेखांकन और बाज़ार विशेषताओं का उपयोग करके मासिक क्रॉस-सेक्शनल US स्टॉक रिटर्न के लिए सीखे गए संकेतों की तुलना करता है; लक्ष्य अगले महीने का रिटर्न है। इसमें रैखिक मॉडल, बूस्टेड ट्री, डीप टैबुलर विधियाँ, अव्यक्त-फैक्टर अनुमानक और कारणात्मक…

यह अध्याय वित्तीय शोध कार्यों के लिए एजेंट-आधारित कार्यप्रवाह प्रस्तुत करता है, जहाँ असमान साक्ष्य जुटाना, छाँटना और संश्लेषित करना मुख्य चुनौती है। यह इन कार्यप्रवाहों की तुलना उन पारंपरिक मॉडलों से करता है जो स्थिर, संरचित इनपुट पर अच्छा काम करते हैं, और…

यह ऑडिट वास्तविक रणनीति मामलों में Backtrader और Zipline की तुलना ML4T से करता है। इसमें केवल ऐसे एसेट और अनुबंध संयोजन शामिल हैं जिन्हें हर इंजन और स्थिर डेटा बंडल मूल रूप से निरूपित कर सकते हैं। इसमें दोनों इंजनों के लिए ETF आवंटन और US इक्विटी पैनल, तथा…

यह नोटबुक क्रॉस-सेक्शनल US फर्म-विशेषता अध्ययन के लिए मासिक रिटर्न लेबल परिभाषित और सत्यापित करती है। यह जाँचती है कि डेटा प्रदाता हर पंक्ति की विशेषताओं को रिटर्न परिणाम से कैसे जोड़ता है और इस बात पर ज़ोर देती है कि पैनल पहले से संरेखित है, इसलिए उसे फिर…