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 मूल्यांकन विकल्प-सतह, मूल्य-आधारित और सशर्त-अस्थिरता विशेषताओं को इक्विटी के आगे के रिटर्न के संदर्भ में जाँचता है। हर सत्र के लिए यह विशेषता मानों और बाद के रिटर्न के बीच क्रॉस-सेक्शनल रैंक सहसंबंध निकालता है, फिर उन सूचना गुणांकों (IC) की समय-श्रृंखला…

इक्विटीऑप्शंससांख्यिकीमशीन लर्निंग
Machine Learning for Trading

यह विभिन्न मामलों का विश्लेषण जाँचता है कि सूचना गुणांक (IC) से मापी गई पूर्वानुमान क्षमता नौ ट्रेडिंग केस स्टडी में पोर्टफोलियो शार्प में कैसे बदलती है। इसका मुख्य बिंदु है कि यह संबंध कार्यान्वयन से तय होता है: एंट्री नियम, पोज़िशन साइज़िंग, रीबैलेंसिंग की…

बहु-एसेटसांख्यिकीबैकटेस्टिंगपोर्टफोलियो निर्माण
Machine Learning for Trading

यह नोटबुक पिछली रिटर्न विशेषताओं के क्रम से ETF के आगे के रिटर्न का पूर्वानुमान लगाने वाला टेम्पोरल कन्वोल्यूशनल नेटवर्क (TCN) प्रस्तुत करती है। कारणात्मक कन्वोल्यूशन सुनिश्चित करते हैं कि आउटपुट में केवल उसकी तारीख तक के अवलोकन इस्तेमाल हों, जबकि तेजी से…

इक्विटीमशीन लर्निंगबैकटेस्टिंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक वित्तीय श्रृंखला उत्पन्न करने वाली प्रक्रिया में बदलाव खोजने के तरीकों का सर्वेक्षण करती है और उदाहरण के तौर पर दैनिक SPY डेटा लेती है। यह Zivot–Andrews परीक्षण की तुलना कई बदलावों वाले सेगमेंटेशन तरीकों से करती है। Zivot–Andrews यूनिट रूट की जाँच…

सांख्यिकीमशीन लर्निंगतकनीकी संकेतकजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक लेखांकन और मूल्य-आधारित विशेषताओं को अगले महीने के US स्टॉक रिटर्न के स्वतंत्र पूर्वानुमानकर्ता के रूप में आँकती है। यह प्रत्येक विशेषता और रिटर्न लेबल के बीच मासिक क्रॉस-सेक्शनल रैंक सहसंबंध निकालती है, फिर विकास अवधि के महीनों में उनका सार…

इक्विटीफ़ैक्टर निवेशसांख्यिकीमशीन लर्निंग
Machine Learning for Trading

यह नोटबुक CME फ़्यूचर्स केस स्टडी के लिए उम्मीदवार फ़ीचर को आगे के रिटर्न के विरुद्ध जाँचती है। प्रत्येक फ़ीचर के लिए यह फ़ीचर मानों और बाद के रिटर्न के बीच क्रॉस-सेक्शनल रैंक सहसंबंध निकालती है, तारीखों के पार सहसंबंध का सार देती है, ओवरलैपिंग रिटर्न…

फ़्यूचर्ससांख्यिकीमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक इक्विटी रिटर्न से स्वतंत्र रूप से बाज़ार स्थितियों का वर्णन करने के लिए मासिक मैक्रो-आर्थिक संकेतकों का क्लस्टर बनाती है। यह FRED श्रृंखलाओं को माह-अंत अवलोकनों से संरेखित करती है, बेरोज़गारी, संघीय निधि दर, यील्ड-कर्व स्प्रेड और साल-दर-साल CPI…

मशीन लर्निंगसांख्यिकीअस्थिरताअमेरिकी बाज़ार
Machine Learning for Trading

यह नोटबुक सिंथेटिक दैनिक ETF रिटर्न शृंखलाएँ बनाने के लिए Diffusion-TS को अनुकूलित करती है। इसका डिनॉइज़र मूल शृंखला का पूर्वानुमान लगाता है और उस पूर्वानुमान को बहुपदीय ट्रेंड, चुने हुए फ़ूरिए घटकों तथा अवशेष में विघटित करता है। समय-डोमेन और आवृत्ति-डोमेन…

मशीन लर्निंगअस्थिरतासांख्यिकीबहु-एसेट
Machine Learning for Trading

यह नोटबुक वास्तविक होल्डआउट आर्टिफ़ैक्ट से तैनात वित्तीय मॉडल के लिए निगरानी कार्यविधि बनाती है। ड्रिफ्ट मापने से पहले यह जाँचती है कि आने वाला फ़ीचर डेटा भरा हुआ और संरचनात्मक रूप से वैध है, फिर संदर्भ और वर्तमान विंडो की तुलना करती है। फ़ीचर वितरण में…

मशीन लर्निंगसांख्यिकीजोखिम प्रबंधनइक्विटी
Machine Learning for Trading

यह नोटबुक बताती है कि SHAP वाले ETF पैनल के लिए Ridge प्रतिगमन पूर्वानुमानों की व्याख्या कैसे करें। रैखिक मॉडल में, हर फ़ीचर का एट्रिब्यूशन उसके गुणांक और प्रशिक्षण पृष्ठभूमि के माध्य से फ़ीचर के विचलन के गुणनफल के बराबर होता है, इसलिए एट्रिब्यूशन की जाँच…

मशीन लर्निंगसांख्यिकीइक्विटीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक बिड-आस्क कोट के बिना दैनिक ओपन, हाई, लो, क्लोज़ और वॉल्यूम वाले ऐतिहासिक डेटा से स्प्रेड अनुमानित करने की दो विधियों की तुलना करती है। कॉर्विन-शुल्त्ज़ दैनिक और दो-दिवसीय हाई-लो दायरों की तुलना से स्प्रेड को अस्थिरता से अलग करता है और मानता है कि…

बाज़ार की सूक्ष्म संरचनाऑर्डर निष्पादनसांख्यिकीजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक SEC की वार्षिक और त्रैमासिक फ़ाइलिंग को बाद के सेंटिमेंट, विषय और एम्बेडिंग विश्लेषण के लिए उपयुक्त संरचित टेक्स्ट में बदलने की कार्यविधि प्रस्तुत करती है। यह इच्छित अनुभागों को फ़ॉर्म-विशिष्ट मद संख्या से जोड़ती है और बताती है कि प्रबंधन चर्चा…

इक्विटीबाज़ार भावनाघटना आधारितसांख्यिकी
Machine Learning for Trading

यह नोटबुक बताती है कि सशर्त ऑटोएन्कोडर इंस्ट्रूमेंटेड प्रमुख-घटक मॉडल को कैसे विस्तारित करता है: न्यूरल नेटवर्क स्टॉक विशेषताओं को कारक एक्सपोज़र में बदलता है, जबकि मॉडल एक्सपोज़र-गुणा-कारक-रिटर्न संरचना बनाए रखता है। यह प्रत्येक प्रशिक्षण विंडो के विन्यस्त…

इक्विटीफ़ैक्टर निवेशमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह अध्ययन वित्तीय और GJR-GARCH अस्थिरता फ़ीचर को आगे के इक्विटी रिटर्न के विरुद्ध जाँचता है। प्रत्येक सत्र में यह स्टॉक्स के बीच फ़ीचर और बाद के रिटर्न का रैंक सहसंबंध निकालता है, फिर औसत संबंध, वॉक-फ़ॉरवर्ड वैलिडेशन विंडो में संगति और कई उम्मीदवारों की जाँच…

इक्विटीऑप्शंससांख्यिकीमशीन लर्निंग
Machine Learning for Trading

यह संदर्भ सेंटिमेंट विश्लेषण, टेक्स्ट फ़ीचर विकास और समाचार को रिटर्न से जोड़ने वाले प्रयोगों में उपयोग किए गए दो वित्तीय समाचार कॉर्पस का वर्णन करता है। FNSPID सुर्खियों को स्टॉक टिकर से जोड़ता है और व्यापक ऐतिहासिक अवधि समेटता है; पूर्ण संग्रह के साथ इसका…

इक्विटीबाज़ार भावनामशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह मॉड्यूल तय करता है कि वैलिडेशन चरणों और रणनीति लेबलों में होल्डआउट चयन फ़ील्ड कैसे बनाई जाती है। यह उन विसंगतियों को संबोधित करता है जिनसे स्थिर उम्मीदवार समूह और लाइव पुनर्निर्माण अलग-अलग कॉन्फ़िगरेशन चुन सकते हैं, या बाद के विश्लेषण में विजेता के बजाय…

बैकटेस्टिंगजोखिम प्रबंधनपोर्टफोलियो निर्माणसांख्यिकी
Machine Learning for Trading

यह नोटबुक दिखाती है कि दस प्रमुख घटकों द्वारा पकड़ी गई व्यापक गतिविधियों को नियंत्रित करने के बाद, चार प्रबंधित-पोर्टफोलियो रणनीतियाँ SPY रिटर्न को समझाने में अतिरिक्त योगदान देती हैं या नहीं। संभावित पोर्टफोलियो ETF को हालिया गति, कम अस्थिरता या अल्पकालिक…

इक्विटीमशीन लर्निंगसांख्यिकीजोखिम प्रबंधन
Machine Learning for Trading

यह दस्तावेज़ तिमाही SEC 13F बल्क फ़ाइलिंग को संस्थागत होल्डिंग पैनल में बदलने का कार्यप्रवाह बताता है। यह हर मैनेजर के लिए फ़ाइलिंग तारीख़ के अनुसार नवीनतम फ़ाइलिंग चुनता है, प्रतिभूतियों की पहचान के लिए फ़ाइलकर्ता द्वारा भरे गए कंपनी नामों के बजाय CUSIP का…

इक्विटीअमेरिकी बाज़ारसांख्यिकीबाज़ार भावना
Machine Learning for Trading

यह नोटबुक NASDAQ ITCH ट्रेड रिकॉर्ड का उपयोग करके जाँचती है कि नियमित सत्र के दौरान वॉल्यूम और ट्रेडिंग गतिविधि कैसे बदलती है। यह ट्रेड को समय बार में फिर से नमूना करती है, प्रतिनिधि उच्च, मध्यम और कम गतिविधि वाले शेयरों के मूल्य और वॉल्यूम की तुलना करती है,…

इक्विटीबाज़ार की सूक्ष्म संरचनासांख्यिकीतकनीकी संकेतक
Machine Learning for Trading

यह नोटबुक स्प्रेड, डेप्थ असंतुलन, खरीद-बिक्री दिशा दर्शाने वाले वॉल्यूम और मूल्य प्रभाव जैसी इंट्राडे माइक्रोस्ट्रक्चर जानकारी का उपयोग करके NASDAQ-100 शेयरों के अगले 15-मिनट के रिटर्न की रैंकिंग करने वाले पूर्वानुमान मॉडल की तुलना करती है। यह मॉडल परिवार के…

इक्विटीमशीन लर्निंगसांख्यिकीबाज़ार की सूक्ष्म संरचना
Machine Learning for Trading

यह नोटबुक अपेक्षित लॉग संपदा को अधिकतम करके द्विआधारी दाँव के लिए केली आकार निकालती है, फिर दिखाती है कि दाँव का आकार सिमुलेट किए गए संपदा पथों के वितरण को कैसे बदलता है। यह ढाँचे को निरंतर रिटर्न और बहु-परिसंपत्ति पोर्टफ़ोलियो तक बढ़ाती है, जहाँ प्रचलित…

पोज़िशन का आकार तय करनाजोखिम प्रबंधनपोर्टफोलियो निर्माणसांख्यिकी
Machine Learning for Trading

यह यूटिलिटी बताती है कि मूल गणनाएँ फिर से चलाए बिना बैकटेस्ट पहचानकर्ता बदलने वाले माइग्रेशन की पुष्टि कैसे करें। यह पंजीकृत पतों वाले कॉलम खोजने के लिए डेटाबेस स्कीमा स्कैन करती है, जिनमें पाठ दस्तावेज़ों के भीतर के संदर्भ भी शामिल हैं, फिर माइग्रेशन से…

बैकटेस्टिंगसांख्यिकी
Machine Learning for Trading

यह विश्लेषण जाँचता है कि अनेक ट्रेडिंग केस स्टडी में चुने गए संकेत आगे इस्तेमाल के लिए पर्याप्त भरोसेमंद दिखते हैं या नहीं। यह सत्यापन सूचना गुणांकों (IC) की तुलना होल्डआउट साक्ष्य से करता है, स्थिरता और पुनरुत्पादकता देखता है, और पूर्वानुमान गुणवत्ता की…

मशीन लर्निंगसांख्यिकीबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक ऑप्शन-सतह विशेषताओं वाले इक्विटी पैनल के लिए इंस्ट्रूमेंटेड प्रिंसिपल कंपोनेंट एनालिसिस (IPCA) समझाती है। सामान्य PCA के विपरीत, जो हर शेयर के एक्सपोज़र का अनुमान उसके रिटर्न इतिहास से लगाता है, IPCA एक्सपोज़र को हर शेयर की तारीख-विशिष्ट विशेषताओं…

इक्विटीऑप्शंसफ़ैक्टर निवेशमशीन लर्निंग