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।
755 दस्तावेज़
यह नोटबुक पहले चुने गए S&P 500 विकल्प मॉडल के लिए आउट-ऑफ़-सैंपल पूर्वानुमान समूह बनाने का वर्णन करती है। यह सत्यापन परिणामों से विन्यास तय करती है, होल्डआउट-पूर्व डेटा पर उस विन्यास को फिर से फिट करती है और होल्डआउट विंडो के लिए पूर्वानुमान पंजीकृत करती है।…
यह उपयोगिता रणनीति रिटर्न को Fama–French तीन-फ़ैक्टर या पाँच-फ़ैक्टर मॉडल से, वैकल्पिक रूप से मोमेंटम शामिल करके, समझाने की विधि बताती है। यह दैनिक फ़ैक्टर डेटा को रणनीति रिटर्न से संरेखित करती है, रिटर्न आवृत्ति पहचानती है और जब रणनीति दैनिक से कम बार देखी…
यह नोटबुक प्रति घंटा BTC, ETH और SOL परपेचुअल डेटा पर दो-मॉडल निकास डिज़ाइन की जाँच करती है। प्रवेश वर्गीकारक असामान्य रूप से मज़बूत आगे के रिटर्न पहचानता है; इसकी अनुमानित प्रायिकता तकनीकी विशेषताओं के साथ अलग मॉडल में जाती है, जो अनुमान लगाता है कि अगले…
यह अध्याय रणनीति डिज़ाइन और लाइव संचालन के हिस्से के रूप में जोखिम प्रबंधन प्रस्तुत करता है। इसमें वैल्यू एट रिस्क और कंडीशनल वैल्यू एट रिस्क से टेल जोखिम मापना, ड्रॉडाउन की गहराई और रिकवरी, एक्सपोज़र का विघटन, तनाव परीक्षण, अनुकूली नियंत्रण और शासन शामिल…
यह नोटबुक प्रकाशित फ़ैक्टर रिटर्न का संभावित पोर्टफ़ोलियो घटकों के रूप में मूल्यांकन करती है। यह तीन प्रश्न अलग करती है: क्या किसी फ़ैक्टर का औसत रिटर्न कठोर सांख्यिकीय कसौटी पार करता है, क्या फ़ैक्टर ऐसे कारणों से एक-दूसरे का विविधीकरण करते हैं जो टिक सकते…
यह नोटबुक पहले के आवंटन चरण द्वारा चुनी गई क्रिप्टो परपेचुअल फ़्यूचर्स पोज़िशनों के स्तर पर निकास का मूल्यांकन करती है। यह निश्चित हानि-स्टॉप, हर पोज़िशन के सर्वोत्तम मूल्य से जुड़े ट्रेलिंग स्टॉप और तय होल्डिंग अवधि के बाद समय-आधारित निकास परिभाषित करती है।…
यह नोटबुक केस स्टडी बैकटेस्ट में जोखिम ओवरले की तुलना करती है, जिनमें स्टॉप, ट्रेलिंग स्टॉप, हानि-सीमा, ड्रॉडाउन-ब्रेकर और अस्थिरता-लक्ष्य नियम शामिल हैं। यह हर अध्ययन के ओवरले परिणाम लोड करती है, जहाँ उपलब्ध हो वहाँ आवंटन-चरण के बैकटेस्ट से आधाररेखा चुनती…
यह नोटबुक चार चरणों वाली पूर्वानुमान प्रणाली बनाती है: शोध एजेंटों का समूह, प्रायिकता समेकन, प्रतिकूल बहस और ऐसा पर्यवेक्षक जो असहमतियाँ पहचानता है, स्पष्ट करने वाले साक्ष्य खोजता है और अंतिम प्रायिकता देता है। पर्यवेक्षक का प्रभाव उसके बताए गए आत्मविश्वास…
यह नोटबुक विभेदक गोपनीयता के साथ इंजीनियर की गई ETF विशेषताओं पर जनरेटिव एडवर्सेरियल नेटवर्क को प्रशिक्षित करना दिखाती है। यह गोपनीयता पैरामीटर एप्सिलॉन और डेल्टा बताती है, समझाती है कि DP-SGD समेकन से पहले हर रिकॉर्ड के ग्रेडिएंट को क्लिप करके मापानुकूल शोर…
यह नोटबुक ETF विशेषताओं और आगे के रिटर्न पर क्लासिकल ऑर्डिनरी लीस्ट स्क्वेयर अनुमान लागू करती है। यह गुणांक अनुमान, मानक त्रुटियाँ, t आँकड़े, p मान और विषम-विचरणता, अवशिष्ट ऑटोकॉरिलेशन, गैर-सामान्यता तथा बहुसहसंबंध के परीक्षण देखती है। सैंपल एक असंतुलित…
यह नोटबुक ETF रैंकिंग संकेतों को पोर्टफोलियो निर्माण और सरलीकृत बैकटेस्ट तक ले जाती है। रिज रिग्रेशन और लॉजिस्टिक वर्गीकरण को वॉक-फ़ॉरवर्ड विभाजनों से प्रशिक्षित करके मोमेंटम और समान-वज़न पोर्टफोलियो से तुलना की जाती है। मासिक रीबैलेंसिंग पर सक्रिय संकेत…
यह नोटबुक कालानुक्रमिक होल्डआउट बनाए रखते हुए मोमेंटम पोर्टफोलियो के लिए स्टॉप-लॉस, टेक-प्रॉफ़िट और ट्रेलिंग-स्टॉप नियमों को ट्यून करने का तरीका दिखाती है। यह एक-आयामी पैरामीटर खोज, संयुक्त नियम ग्रिड और बंद ट्रेडों के अधिकतम प्रतिकूल तथा अनुकूल उतार-चढ़ाव…
यह अवलोकन ट्रेडिंग केस स्टडी के एक समूह को एसेट वर्ग, यूनिवर्स आकार, डेटा आवृत्ति, निर्णय गति, लागत व्यवस्था और मूल्यांकन प्रोटोकॉल के आधार पर व्यवस्थित करता है। यह हर अध्ययन की घोषित संरचना पढ़कर तुलनात्मक तालिकाएँ प्रस्तुत करता है, जिनमें ट्रेनिंग और…
यह नोटबुक दिखाती है कि अनुमान अवधि के सहसंबंध नेटवर्क से इक्विटी यूनिवर्स का वर्णन और नेटवर्क-विविधीकृत पोर्टफोलियो कैसे बनाया जाए। यह मूल्यांकन से पहले उपलब्ध डेटा का उपयोग करके तरल सिंबल चुनती है, रिटर्न सहसंबंधों को दूरियों में बदलती है और न्यूनतम…
यह नोटबुक एक LSTM आवंटक बनाती है, जो ETF रिटर्न और रोलिंग अस्थिरता विशेषताओं के अनुक्रम को सीधे केवल लॉन्ग पोर्टफोलियो वज़नों में बदलता है। सॉफ़्टमैक्स आउटपुट वज़नों को गैर-ऋणात्मक रखता है और निवेश को पूरी तरह आवंटित करता है। रिटर्न का पूर्वानुमान करके उसे…
यह नोटबुक शोध प्रक्रिया में अन्यत्र चुने गए एक निश्चित CME फ़्यूचर्स कॉन्फ़िगरेशन पर लेनदेन लागत के प्रभाव का आकलन करती है। यह कुल लागत के विभिन्न स्तर लागू करती है और हर स्तर को कमीशन तथा स्लिपेज के बीच बराबर बाँटती है। चयनित जोखिम ओवरले को बैकटेस्ट में…
यह नोटबुक शार्प अनुपात को सैंपलिंग अनिश्चितता वाले अनुमान के रूप में देखती है। यह सैंपल की लंबाई, विषमता और कर्टोसिस को ध्यान में रखते हुए विश्वास अंतराल और संभाव्य शार्प गणनाएँ विकसित करती है, फिर न्यूनतम ट्रैक रिकॉर्ड और सांख्यिकीय शक्ति की योजना से अनुमान…
यह नोटबुक साझा ETF रिटर्न पैनल पर पोर्टफ़ोलियो आवंटक फ़िट करके और बाद के अवलोकनों पर उनके स्थिर वज़नों का मूल्यांकन करके PyPortfolioOpt, Riskfolio-Lib और skfolio की तुलना करती है। इसमें माध्य-जोखिम, टेल-जोखिम, हायरार्किकल रिस्क पैरिटी और दंडित आवंटन शामिल…
यह साझा आवंटन मॉड्यूल क्रॉस-सेक्शनल पूर्वानुमानों को पोर्टफ़ोलियो वज़न में बदलता है। यह लॉन्ग पोज़िशन या लॉन्ग-शॉर्ट पोर्टफ़ोलियो के शीर्ष और निचले समूह चुनने के लिए स्कोर के आधार पर परिसंपत्तियों की रैंकिंग करता है। पोज़िशन वज़न कन्फ़ॉर्मल पूर्वानुमान…
यह डेटासेट मार्गदर्शिका FRED शृंखलाएँ प्राप्त करने, अवलोकनों को दैनिक कैलेंडर के साथ संरेखित करने और विश्लेषण के लिए चुने गए संकेतक लोड करने का कार्यप्रवाह बताती है। उदाहरणों में ट्रेज़री प्रतिफल, 10-वर्ष और 2-वर्ष का अंतर, VIX, रोज़गार माप, मुद्रास्फीति,…
यह दस्तावेज़ ब्रोकर और एक्सचेंज ऑर्डर प्रबंधन को सीमित स्टेट मशीन के रूप में मॉडल करता है। यह सबमिशन, पावती, स्वीकृति, आंशिक निष्पादन, रद्दीकरण, अस्वीकृति, समाप्ति और निलंबन की स्पष्ट अवस्थाएँ तय करता है, फिर घटनाओं को वैध संक्रमणों से जोड़ता है। स्थिति-सहित…
यह नोटबुक कीमतों की चाल के जोखिम के सामने खुली रहने की अवधि और बाज़ार प्रभाव के बीच संतुलन रखते हुए पोज़िशन समाप्त करने का Almgren–Chriss समाधान विकसित करती है। यह आगमन कीमत के सापेक्ष निष्पादन अल्पता उपयोग करती है, स्थायी और अस्थायी प्रभाव को अलग-अलग मॉडल…
दस्तावेज़ बताता है कि इंट्राडे बार में एकत्रित NASDAQ ट्रेड डेटा से ट्रेड-आधारित माइक्रोस्ट्रक्चर फ़ीचर कैसे बनाएँ। इसमें Kyle lambda, Amihud illiquidity, Roll spread estimator, ट्रेड तीव्रता और ऑर्डर फ़्लो असंतुलन (OFI) शामिल हैं। यह ज़ोर देता है कि एकत्र…
दस्तावेज़ बताता है कि डबल मशीन लर्निंग (DML) स्प्रेड, अल्पकालिक अस्थिरता और पिछले रिटर्न का हिसाब रखने के बाद अनुमान लगाती है कि खरीदार-आरंभित वॉल्यूम का हिस्सा भविष्य के रिटर्न को प्रभावित करता है या नहीं। यह क्रॉस-फ़िटिंग से उपचार और परिणाम, दोनों को उन…