नॉलेज लाइब्रेरी

यह नोटबुक एक संपूर्ण पोर्टफोलियो आवंटक बनाती है, जो LSTM से पहले Temporal Fusion Transformer-शैली का वेरिएबल-सेलेक्शन नेटवर्क रखती है। अलग-अलग गेटेड रेज़िडुअल नेटवर्क व्यक्तिगत फ़ीचर का एम्बेडिंग बनाते हैं, और सीखे गए सॉफ़्ट वेट अनुक्रम एनकोडर द्वारा…

यह नोटबुक बताती है कि वित्तीय मॉडलों का मूल्यांकन इस तरह कैसे करें कि निर्णय की तारीख पर अनुपलब्ध जानकारी प्रशिक्षण या मॉडल चयन में लीक न हो। यह प्रशिक्षण, सत्यापन और अंतिम होल्डआउट सेट में अंतर करती है तथा बताती है कि समय-श्रृंखला के लिए बेतरतीब ढंग से शफ़ल…

यह नोटबुक ETF रिटर्न के पैनल में संबंध खोजने के चार तरीकों की तुलना करती है: समकालीन रैखिक DAG के लिए NOTEARS, विलंबित और तात्कालिक संरचना के लिए VAR-LiNGAM, सशर्त-स्वतंत्रता परीक्षणों के लिए PCMCI, और युग्म-आधारित पूर्वानुमान स्क्रीन के रूप में Granger…

यह नोटबुक अध्ययन करती है कि रिज नियमितीकरण सूचना गुणांक (IC) प्रदर्शन को कैसे प्रभावित करता है और हाइपरपैरामीटर खोज रिपोर्ट किए गए सत्यापन परिणामों को कैसे पक्षपाती बना सकती है। पहले यह वॉक-फ़ॉरवर्ड फ़ोल्ड के साथ अल्फ़ा का विस्तृत ग्रिड जाँचती है और हर…

यह नोटबुक Tail-GAN प्रस्तुत करती है, जो वित्तीय परिदृश्यों के टेल जोखिम, विशेषकर वैल्यू एट रिस्क (VaR) और अपेक्षित शॉर्टफ़ॉल (ES) को पुनरुत्पादित करने के लिए बनाई गई एक जनरेटिव एडवर्सरियल विधि है। यह क्वांटाइल-आधारित जोखिम मापों को प्रशिक्षण में शामिल करने…

यह नोटबुक इक्विटी और फ़्यूचर्स के लिए कमीशन और स्लिपेज मॉडल की तुलना करती है, फिर देखती है कि कमीशन की मान्यताएँ एक निश्चित ETF मोमेंटम रणनीति को कैसे प्रभावित करती हैं। यह बताती है कि प्रतिशत-आधारित, प्रति-शेयर, न्यूनतम, संयुक्त और स्तरीकृत कमीशन ट्रेड आकार…

यह नोटबुक कई प्रायिकता पूर्वानुमानों को संयोजित करने के तरीकों की जाँच करती है। यह सरल औसत को बेसलाइन के रूप में प्रस्तुत करती है और Neyman चरमकरण समझाती है, जो पूर्वानुमानकर्ताओं की संख्या और माने गए युग्म सहसंबंध के अनुसार पैनल औसत को आधार दर से और दूर ले…

यह नोटबुक एक निश्चित ETF यूनिवर्स से बने शीर्ष-रैंक मोमेंटम पोर्टफोलियो के लिए दैनिक, साप्ताहिक, पाक्षिक और मासिक रीबैलेंस की तुलना करती है। यह ऐतिहासिक कीमतों से टर्नओवर और सकल जोखिम-समायोजित प्रदर्शन मापती है, फिर वार्षिक एकतरफ़ा टर्नओवर को अनुमानित…

यह नोटबुक फ़्यूचर्स कैरी—निकटवर्ती एक्सपायरी के बीच मूल्य अंतर—को मॉडल-आधारित फ़ीचर में बदलती है। इसमें हर उत्पाद के लिए एक-स्टेप ARIMA पूर्वानुमान, मौसमी चक्र की ताकत के रोलिंग Fourier माप, और व्यापक कैरी रीजीम का अनुमान लगाने वाला दो-स्थिति वाला हिडन…

यह कॉन्फ़िगरेशन मॉड्यूल प्रत्येक केस स्टडी के लिए बैकटेस्ट स्वीप सेटिंग घोषित करने की रूपरेखा बताता है। यह सेटअप फ़ाइलों से प्रवेश योजनाएँ, आवंटन विधियाँ, ट्रेडिंग लागत ग्रिड और जोखिम नियंत्रण पढ़ता है; आवश्यक कॉन्फ़िगरेशन न होने पर स्पष्ट त्रुटियाँ देता है।…

यह परिचय फर्म की विशेषताओं से रिटर्न का अनुमान लगाने वाले मॉडलों के एक समूह को समझाता है। हर विशेषता को सीधे रिटर्न का पूर्वानुमानकर्ता मानने के बजाय, ये मॉडल मानते हैं कि रिटर्न कुछ अनदेखे साझा फैक्टरों से संचालित होते हैं और अनुमान लगाते हैं कि हर फर्म का…

नोटबुक BTC पर लॉन्ग-ओनली RSI मीन-रिवर्ज़न रणनीति के लिए रिपोर्टिंग विधि प्रस्तुत करती है। यह सकल और शुद्ध प्रदर्शन की तुलना करती है, फिर उन्हीं ट्रेडिंग तारीखों, एक्सपोज़र, निष्पादन इंजन, फ़िल टाइमिंग और लेनदेन लागत का उपयोग करके रणनीति को बाय-एंड-होल्ड…

यह सेटअप दस्तावेज़ साप्ताहिक S&P 500 इक्विटी शोध पाइपलाइन परिभाषित करता है, जो मूल्य-आधारित संकेतों के साथ ऑप्शन बाज़ार फ़ीचर का उपयोग करती है। यह पात्र यूनिवर्स, निर्णय और निष्पादन का समय, तथा अलग-अलग पूर्वानुमान क्षितिज वाले लेबलों के लिए अलग रीबैलेंस…

यह दस्तावेज़ मोमेंटम फ़ीचर अनुक्रमों से ETF रिटर्न का अनुमान लगाने के लिए शैक्षणिक Mamba-शैली के चयनात्मक स्टेट स्पेस मॉडल को प्रस्तुत करता है। अटेंशन और सघन टेम्पोरल मिक्सिंग से अलग, स्टेट स्पेस मॉडल अनुक्रम में एक निश्चित आकार की स्थिति बनाए रखता है, जिसका…

यह दस्तावेज़ एक कंडीशनल ऑटोएन्कोडर का वर्णन करता है, जो फर्म की विशेषताओं के गैर-रेखीय फलन के रूप में अव्यक्त रिटर्न फैक्टरों के प्रति फर्म के एक्सपोज़र को मॉडल करता है। IPCA की तरह, यह फैक्टर संरचना का अनुमान लगाता है, जिसमें अनुमानित रिटर्न फर्म-विशिष्ट…

यह दस्तावेज़ सारणीबद्ध फ़ीचर से ETF रैंक करने वाले TabM न्यूरल नेटवर्क को समझाता है। इसका साझा दो-स्तरीय बैकबोन कई सदस्यों को इनपुट देता है; हर सदस्य का सीखा हुआ स्केलिंग वेक्टर और आउटपुट परत है। उनके पूर्वानुमानों का औसत प्रारंभिककरण शोर घटाने का लक्ष्य…

यह नोटबुक बताती है कि वॉल्यूम भागीदारी सीमाएँ हर अंतराल में ऑर्डर द्वारा उपयोग किए जा सकने वाले बाज़ार वॉल्यूम के हिस्से को कैसे रोकती हैं। जब मूल ऑर्डर अनुमत मात्रा से बड़ा होता है, तो ब्रोकर उसका कुछ भाग भरता है और शेष आगे ले जाता है। न्यूनतम-वॉल्यूम सीमा…

अध्याय का यह अवलोकन बताता है कि वित्तीय सारणीबद्ध पूर्वानुमान के लिए ग्रेडिएंट-बूस्टेड ट्री, निर्णय ट्री और रैंडम फ़ॉरेस्ट पर कैसे आगे बढ़ते हैं। बूस्टिंग पहले की त्रुटियाँ सुधारने के लिए क्रमशः लर्नर जोड़ता है, जिससे उन गैर-रैखिक संबंधों और सीमा प्रभावों को…

यह दस्तावेज़ एसेट प्राइसिंग में मशीन-लर्निंग शोध के लिए मासिक US इक्विटी डेटासेट बताता है। इसमें रिटर्न के साथ 94 रैंक-रूपांतरित कंपनी विशेषताएँ हैं, जिनमें लेखांकन माप और तकनीकी फ़ीचर शामिल हैं। कंपनियाँ गुमनाम हैं और डेटा में डीलिस्ट की गई कंपनियाँ भी हैं।…

यह नोटबुक वित्तीय दस्तावेज़ प्रश्नोत्तर प्रणाली के सुरक्षा नियंत्रणों का छह हाथ से लिखे मामलों के साथ मूल्यांकन करती है। ये मामले अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन, अविश्वसनीय सामग्री में गढ़े गए डेटा, कार्रवाई के प्रयास और अमान्य उद्धरण दिखाते हैं। यह सभी पुनः…

यह नोटबुक US इक्विटी पर मशीन-लर्निंग शोध के लिए प्रकाशित पैनल प्रस्तुत करती है। इसमें कई दशकों के मासिक अवलोकन हैं, जिनमें 46 कंपनी विशेषताएँ और अगले महीने के अतिरिक्त रिटर्न शामिल हैं। विशेषताओं को आर्थिक अर्थ के अनुसार समूहित किया जाता है और हर महीने एक…

यह अध्याय बताता है कि वित्तीय नॉलेज ग्राफ़ कैसे बनाएँ और उपयोग करें, जब सवाल स्वामित्व, आपूर्ति शृंखला या संक्रमण जैसे संबंधों पर निर्भर हों। इसमें इकाई पहचान, प्रकारबद्ध संबंध स्कीमा, स्रोत-उत्पत्ति और फ़ाइलिंग से LLM-सहायित निष्कर्षण शामिल हैं। Graph RAG…

यह नोटबुक आठ पिछली गति संबंधी विशेषताओं से 21-दिवसीय ETF प्रतिफल का पूर्वानुमान करने के लिए Transformer के दो डिज़ाइनों की तुलना करती है। PatchTST लगातार दिनों को पैच में समूहित करता है, जिससे अटेंशन टोकनों की संख्या घटती है और स्थानीय समय-पैटर्न का निरूपण…

यह नोटबुक इक्विटी ETF के पोर्टफोलियो का CAPM और Fama-French फ़ैक्टर रिग्रेशन से विश्लेषण करती है, फिर रोलिंग एक्सपोज़र, रिटर्न एट्रिब्यूशन और अवशिष्ट निर्भरता तक इसे विस्तार देती है। यह संरेखित दैनिक रिटर्न और फ़ैक्टर डेटा का उपयोग करती है, विषम-विचरण और…