नॉलेज लाइब्रेरी

यह दस्तावेज़ बताता है कि मूल्य-श्रृंखला के स्तर से जुड़ी कुछ जानकारी बनाए रखते हुए उसे अधिक स्थिर बनाने के लिए भिन्नात्मक अंतर का उपयोग कैसे किया जाता है। इसमें भिन्नात्मक अंतर के द्विपद प्रसार से लैग भार निकाले गए हैं और दिखाया गया है कि छोटे भारों को काटने…

यह प्रदर्शन एक ही दोहरी मूविंग-एवरेज क्रॉसओवर रणनीति को ऐतिहासिक बैकटेस्ट इंजन और उसी दैनिक ETF बार को दोबारा चलाने वाले लाइव इंजन, दोनों में चलाता है। रणनीति, इनपुट, पैरामीटर और फ़िल परंपरा समान रखकर परिणामी संकेत टेप की फ़ील्ड-दर-फ़ील्ड तुलना की जाती है।…

यह नोटबुक ग्रेडिएंट-बूस्टेड मॉडल में स्क्वेयर्ड एरर, एब्सोल्यूट एरर और Huber लॉस की तुलना करती है, जो शॉर्ट एट-द-मनी स्ट्रैडल रिटर्न का पूर्वानुमान करते हैं। लक्ष्य का लाभ सीमित है और नुकसान बहुत बड़े हो सकते हैं, इसलिए फ़िटिंग लॉस इस बात को प्रभावित कर सकता…

यह नोटबुक प्रति घंटा सतत फ़्यूचर्स डेटा को दैनिक OHLCV बार में बदलती है, जो CME Globex सत्रों के अनुरूप होते हैं। यह टाइमस्टैम्प को 4 PM Central Time पर समाप्त होने वाले सत्र को सौंपती है, इसलिए रविवार शाम का कारोबार सोमवार में गिना जाता है और शुक्रवार शाम…

यह नोटबुक US कंपनियों के रिटर्न के क्रॉस-सेक्शन का मूल्य निर्धारण करने वाले स्टोकेस्टिक डिस्काउंट फ़ैक्टर (SDF) मॉडल को समझाती है। यह ऐसे भार सीखता है जिनसे डिस्काउंट किए गए एसेट रिटर्न नो-आर्बिट्राज मोमेंट शर्तें पूरी करें, बजाय रिटर्न पूर्वानुमान लॉस को…

यह कार्यान्वयन एसेट प्राइसिंग संबंधों की जाँच के लिए न्यूरल स्टोकेस्टिक डिस्काउंट फ़ैक्टर मॉडल और प्रतिकूल मोमेंट नेटवर्क का विवरण देता है। SDF नेटवर्क एसेट विशेषताओं को, वैकल्पिक रूप से LSTM से मिले व्यापक आर्थिक व्यवस्था निरूपण के साथ, एसेट भारों में बदलता…

यह मॉडल एडैप्टर लंबी अवधि की टाइम-सीरीज़ पूर्वानुमान वास्तुकला PatchTST को अदिश रिग्रेशन पर लागू करता है। यह समय और फ़ीचर के अनुसार व्यवस्थित क्रम स्वीकार करता है, उन्हें बैकबोन के लिए पुनर्व्यवस्थित करता है और प्रति-फ़ीचर आउटपुट को एक पूर्वानुमान में घटाता…

दस्तावेज़ एक एब्लेशन अध्ययन बताता है कि क्या सीखे गए ग्राफ़ एम्बेडिंग सामान्य सारणीबद्ध फ़ीचर से आगे जाकर स्टॉक रिटर्न के पूर्वानुमान सुधारते हैं। यह ऐतिहासिक स्टॉक-रिटर्न सहसंबंधों से नेटवर्क बनाता है, पूर्वानुमान विंडो से पहले उपलब्ध जानकारी का उपयोग करके…

यह कॉन्फ़िगरेशन 20 FX मुद्रा जोड़ियों पर दैनिक लॉन्ग-शॉर्ट रणनीति बताता है। इसमें न्यूयॉर्क क्लोज़ पर निर्णय का समय, अगली बार निष्पादन, समान भार निर्धारण और मोमेंटम या कैरी पर आधारित रैंकिंग संकेत तय किए गए हैं। इसमें स्प्रेड और स्वैप-पॉइंट लागत, रीबैलेंसिंग…

यह दस्तावेज़ रणनीति चयन के चरणों में युग्मित प्रदर्शन तुलना बनाने वाला प्रोड्यूसर बताता है। यह संकेत चयन और समान-भार संदर्भ के बीच, होल्डआउट और सत्यापन चयन के बीच, तथा आवंटन, लागत-संवेदनशीलता और जोखिम-ओवरले बदलावों के बीच तुलना बनाता है। अधिकतर तुलना युग्मित…

यह नोटबुक अनाम फ़र्म विशेषताओं से शेयर रिटर्न का पूर्वानुमान करने के लिए Random Forest बैगिंग की तुलना XGBoost, LightGBM और CatBoost से करती है। यह पहले से तय समय-आधारित प्रशिक्षण, सत्यापन और परीक्षण विभाजन इस्तेमाल करती है; Spearman रैंक सूचना गुणांक को…

यह नोटबुक मूल ऑर्डर के निष्पादन को सीमित-अवधि की नियंत्रण समस्या के रूप में देखती है। सारणीबद्ध Q-लर्निंग एजेंट शेष समय, बची हुई इन्वेंटरी और सबसे हाल में पूरे हुए अंतराल के स्प्रेड तथा अस्थिरता चरणों के आधार पर VWAP-आधारित ट्रेड दर का गुणक चुनता है। इसका…

यह ट्यूटोरियल बताता है कि बाज़ार डेटा को एक बार डाउनलोड करने से आगे कैसे व्यवस्थित करें। इसमें एकल प्रतीक या बैच लाने, पूर्वनिर्धारित और कस्टम प्रतीक समूहों तथा Hive-विभाजित Parquet स्टोरेज के लिए एकीकृत प्रबंधक प्रस्तुत है। इसमें तारीख़-सीमाएँ पूछना,…

यह नोटबुक मासिक रणनीति के शीर्ष ETF आवंटन संयोजनों पर पोज़िशन-स्तर और पोर्टफ़ोलियो-स्तर के जोखिम नियम जाँचती है। यह दर्ज किए गए पूर्वानुमान, संकेंद्रण और आवंटक को स्थिर रखती है, फिर ओवरले वाले परिणामों की आवंटन चरण के अपने आधार-परिणामों से तुलना करती है।…

नोटबुक रिटर्न की हर विंडो को अनुभवजन्य वितरण मानती है और एक-आयामी Wasserstein दूरी के अनुसार विंडो का क्लस्टर बनाती है। समान आकार के नमूनों में क्रमबद्ध करने से सर्वोत्तम क्वांटाइल मिलान मिलता है; इसलिए दूरी रिटर्न वितरण के अंतर—टेल की स्थिति समेत—दर्शाती…

यह अध्याय-अवलोकन मान्य बाज़ार डेटा से मॉडल मूल्यांकन तक के शोध चरणों का खाका देता है। इसमें विभाजन के अनुसार प्रीप्रोसेसिंग, एन्कोडिंग और गुम डेटा संबंधी निर्णय, फिर निष्पादन के अनुरूप लक्ष्य निर्माण शामिल हैं—जैसे निश्चित-अवधि और घटना-आधारित लेबल। लेबल का…

यह दस्तावेज़ दैनिक FX जोड़ों के डेटा पर टेम्पोरल कन्वोल्यूशनल नेटवर्क प्रशिक्षित करने का साझा वर्कफ़्लो बताता है। मॉडल निश्चित लंबाई का अनुक्रम लेता है; अपेक्षित दिन गायब होने पर उस अंतर को पार करने वाली कोई भी विंडो अयोग्य हो जाती है। रनर मान्य…

यह नोटबुक Mamba पर आधारित शिक्षण-उद्देश्य वाला चयनात्मक स्टेट-स्पेस मॉडल समझाती है और ETF रिटर्न पूर्वानुमान के लिए उसका मूल्यांकन करती है। स्थिर-पैरामीटर स्टेट-स्पेस मॉडल के विपरीत, यह वर्तमान इनपुट से इनपुट-से-स्टेट पद, स्टेट-से-आउटपुट पद और चरण-आकार…

यह उपयोगिता परिसंपत्ति समूह लेबल और समूहों के बीच वैकल्पिक लिंक से बूलियन परिसंपत्ति-से-परिसंपत्ति आसन्नता मैट्रिक्स बनाती है। एक ही मैक्रो समूह में रखी परिसंपत्तियाँ आपस में जुड़ती हैं, और दिया गया हर समूह-पार किनारा दोनों समूहों के सभी सदस्यों को दोनों…

यह नोटबुक संस्थागत 13F होल्डिंग वाले Neo4j ग्राफ़ पर प्रश्न-उत्तर प्रस्तुत करती है। यह प्रश्न से क्वेरी बनाने के बजाय उसे हाथ से लिखे तीन Cypher टेम्पलेट में से एक तक भेजती है और स्थिर पैरामीटर, केवल-पठन स्कीमा नीति, पंक्ति सीमाएँ तथा टाइमआउट इस्तेमाल करती…

यह नोटबुक कॉर्पोरेट 10-K फ़ाइलिंग के अंशों पर पुनर्प्राप्ति पाइपलाइन बनाती है। यह फ़ाइलिंग का स्थिर समूह लोड करती है, पाठ को वाक्य-विंडो में बाँटती है, स्थानीय एम्बेडिंग बनाती है और अंशों को वेक्टर डेटाबेस में इंडेक्स करती है। मापी गई रन पुनर्प्राप्ति पर…

यह विश्लेषण बताता है कि Binance का परपेचुअल-फ़्यूचर्स प्रीमियम सूचकांक स्पॉट मूल्यों से कैसे जुड़ा है और एक्सचेंज उस प्रीमियम को आवधिक फ़ंडिंग में कैसे बदलता है। सूचकांक अंतर्निहित मूल्य सूचकांक के सापेक्ष निष्पादन योग्य इम्पैक्ट बिड और आस्क मूल्यों का उपयोग…

यह नोटबुक बताती है कि चुनी गई क्रिप्टो परपेचुअल फ़ंडिंग रणनीति का बाद की होल्डआउट अवधि में मूल्यांकन कैसे किया जाए। यह होल्डआउट से पहले समाप्त होने वाले प्रशिक्षण डेटा से बने पूर्वानुमान फिर इस्तेमाल करती है, चुने हुए संकेत, आवंटन विधि और निकास ओवरले को आगे…

यह कॉन्फ़िगरेशन नोट समझाता है कि L1-दंडित तीन-वर्गीय लॉजिस्टिक रिग्रेशन स्पष्ट रूप से कड़ी की गई टॉलरेंस के साथ SAGA का उपयोग क्यों करता है। यह Nasdaq 100 माइक्रोस्ट्रक्चर पूर्वानुमान पैनल पर SAGA और liblinear की तुलना करता है। मापी गई रन में SAGA की फ़िटिंग…