नॉलेज लाइब्रेरी

यह नोटबुक S&P 500 ऑप्शन के लिए घोषित तीन-मॉडल सीक्वेंस-लर्निंग समूह का NLinear सदस्य चलाती है। इस सदस्य को फिट करने से पहले यह पूरे समूह के अनुरोध और चेकपॉइंट तय करती है, ताकि बाद की नोटबुक उसी स्नैपशॉट पर LSTM और PatchTST मॉडल चला सकें। डिवाइस को प्रशिक्षण…

यह नोटबुक US कंपनी-फ़ीचर अध्ययन के होल्डआउट पूर्वानुमान चरण का वर्णन करती है। यह सत्यापन परिणामों से चुना गया मॉडल कॉन्फ़िगरेशन लेती है, उसकी प्रशिक्षण विशिष्टता और चेकपॉइंट फिर बनाती है और होल्डआउट विंडो से पहले समाप्त होने वाले डेटा पर दोबारा फिट करती है।…

यह कॉन्फ़िगरेशन नोट बताता है कि L1-पेनल्टी वाला तीन-वर्गीय लॉजिस्टिक प्रतिगमन scikit-learn के liblinear सॉल्वर के बजाय SAGA क्यों इस्तेमाल करता है। यह scikit-learn के नए संस्करणों में बहु-वर्गीय अनुकूलता का उल्लेख करता है और दर्ज Nasdaq-100 सूक्ष्मसंरचना…

नोटबुक बढ़ती विंडो वाले डबल मशीन लर्निंग विश्लेषण का वर्णन करती है, जो जाँचता है कि बीटा, विशिष्ट वोलैटिलिटी, बाज़ार पूँजीकरण और वैरिएंस समायोजन के बाद 12-से--2-महीने का मोमेंटम अगले महीने के US फर्म रिटर्न का पूर्वानुमान करता है या नहीं। यह पहले के महीनों…

यह नोटबुक SEC 8-K फ़ाइलिंग से संरचित कॉर्पोरेट घटनाएँ निकालने और उन्हें Neo4j नॉलेज ग्राफ़ में लोड करने की पाइपलाइन प्रस्तुत करती है। भाषा मॉडल फ़ाइलिंग को बैचों में संसाधित करके विषय, संबंध, वस्तु और टाइमस्टैम्प वाले घटना रिकॉर्ड बनाता है। कार्यप्रवाह…

यह नोटबुक कंपनी-फ़ीचर डेटासेट पर XGBoost, LightGBM और CatBoost की Optuna हाइपरपैरामीटर खोजों की तुलना करती है। हर लाइब्रेरी को ट्री-स्ट्रक्चर्ड पार्ज़ेन एस्टिमेटर, मीडियन प्रूनिंग, अर्ली स्टॉपिंग और स्थायी अध्ययन भंडारण के साथ अपना खोज-अध्ययन मिलता है। माध्य…

यह नोटबुक समय-भारित औसत मूल्य (TWAP) निष्पादन नियम के प्रदर्शनों से व्यवहार क्लोनिंग और इनवर्स रीइन्फ़ोर्समेंट लर्निंग (IRL) की तुलना करती है। व्यवहार क्लोनिंग देखी गई बाज़ार स्थितियों को सीधे कार्रवाइयों में बदलती है, जबकि IRL निष्पादन फ़ीचर पर रैखिक…

यह नोटबुक डबल मशीन लर्निंग लागू करके जाँचती है कि देखे गए कन्फ़ाउंडर के समायोजन के बाद इम्प्लाइड और रियलाइज़्ड वोलैटिलिटी का अंतर बाद के इक्विटी रिटर्न से जुड़ा है या नहीं। यह रियलाइज़्ड वोलैटिलिटी, इक्विटी मोमेंटम और रिस्क-रिवर्सल स्क्यू को प्रासंगिक…

यह नोटबुक अलग-अलग US शेयरों के प्रकाशित कंपनी फ़ीचर पर रिज, लासो और इलास्टिक नेट मॉडल फिट करती है। फ़ीचर में वैल्यू, लाभप्रदता, निवेश, आकार, मोमेंटम, रिवर्सल, जोखिम और तरलता शामिल हैं। वॉक-फ़ॉरवर्ड फ़ोल्ड कॉन्फ़िगरेशन की तुलना योग्य रखते हैं, जबकि पेनल्टी…

यह केस स्टडी ETF रिटर्न लेबल पर ग्रेडिएंट-बूस्टेड ट्री फिट करती है और उनकी तुलना ऐसे रैखिक आधार मॉडल से करती है जिसने मजबूत रिज प्रतिगमन के तहत अच्छा प्रदर्शन किया। इसमें बताया गया है कि ट्री इंटरैक्शन खोज सकते हैं—जैसे बाज़ार तनाव की अलग-अलग स्थितियों में…

यह दस्तावेज़ वित्तीय डेटा सेट की सफ़ाई के तरीके बताता है और समझाता है कि प्रीप्रोसेसिंग को प्रशिक्षण तथा परीक्षण विभाजनों के अनुरूप कैसे रखें। मुख्य सीख यह है कि स्केलिंग और विंसोराइज़ेशन जैसे रूपांतरण केवल प्रशिक्षण डेटा से अनुमानित करें; पूरा डेटा सेट…

यह नोटबुक बाद के टेक्स्ट विश्लेषण के लिए 10-K और 10-Q फ़ाइलिंग से कथात्मक अनुभाग निकालना समझाती है। यह फ़ॉर्म के अनुसार आइटम नंबरों का मानचित्र बनाती है, अनुच्छेद सीमाएँ बचाते हुए फ़ाइलिंग HTML को रूपांतरित करती है, पृष्ठ की अतिरिक्त सामग्री साफ़ करती है और…

यह नोटबुक ऑफ़लाइन मशीन-लर्निंग पाइपलाइन और QuantConnect के LEAN इंजन के बीच तैनाती की सीमा दिखाती है। यह ETF केस स्टडी रजिस्ट्री से पूर्वानुमान सेट चुनती है, प्रशिक्षण और पूर्वानुमान के स्रोत-इतिहास की पुष्टि करती है और प्लेटफ़ॉर्म द्वारा उपयोग किए जा सकने…

यह नोटबुक पाथ सिग्नेचर को ऐसी निश्चित-लंबाई की विशेषताओं के रूप में समझाती है जो टाइम सीरीज़ में अवलोकनों का क्रम और संयुक्त आकार बनाए रखती हैं। इसमें बताया गया है कि सिग्नेचर का पहला स्तर कुल बदलाव दर्ज करता है, जबकि दूसरे स्तर के पद निर्देशांक-युग्मों के…

यह दस्तावेज़ ट्रेडिंग केस स्टडी में मॉडल प्रशिक्षण, पूर्वानुमान, कारणात्मक अनुमान और बैकटेस्ट दर्ज करने वाली रन-लॉग प्रणाली समझाता है। इसमें बताया गया है कि कॉन्फ़िगरेशन केस स्टडी सेटिंग से प्रशिक्षण मेनू और मॉडल प्रीसेट तक कैसे जाते हैं, फिर डेटा फ़ाइलें,…

यह नोटबुक नौ इक्विटी, बॉन्ड, मुद्रा और कमोडिटी कारक तथा बाज़ार श्रृंखलाओं के मासिक प्रतिफलों को गॉसियन मिश्रण मॉडल से समूहित करती है। अधूरे डेटा वाले महीनों को हटाने के बाद, यह श्रृंखलाओं को मानकीकृत करती है ताकि पैमाने के अंतर समूह निर्धारण पर हावी न हों।…

यह अध्याय ट्रेडिंग विचार को दस्तावेज़ीकृत विशेषता विनिर्देश में बदलने का ढाँचा प्रस्तुत करता है। यह शोधकर्ताओं से विशेषता की अवधि को इच्छित निर्णय के अनुरूप रखने, प्रेरक परिकल्पना बताने और पूर्वानुमान संकेतों को संदर्भगत स्थिति चरों से अलग पहचानने को कहता…

यह मार्गदर्शिका कारणात्मक प्रभाव के अनुमान और कारणात्मक संरचना की खोज में अंतर बताती है और आम शोध प्रश्नों को उपयुक्त Python लाइब्रेरी से जोड़ती है। जब समायोजन संरचना ज्ञात हो या स्पष्ट रूप से निर्दिष्ट हो, तब EconML और DoWhy प्रभावों का अनुमान लगाते हैं;…

यह नोटबुक यह जाँचने के लिए एक नियतात्मक ढाँचा प्रस्तुत करती है कि बैकटेस्ट और लाइव ट्रेडिंग पाइपलाइन एक समान व्यवहार करती हैं या नहीं। यह उन चरणों की तुलना करती है जो कीमत की बारों को निर्णयों में बदलते हैं: विशेषता गणना, पूर्वानुमान, सिग्नल और ऑर्डर आकार।…

यह नोटबुक क्रिप्टो परपेचुअल फ़्यूचर्स बाज़ार की प्रति घंटा बारों में एक निश्चित विक्रय ऑर्डर को समयबद्ध करने के लिए रीइन्फ़ोर्समेंट लर्निंग एजेंट को प्रशिक्षित करती है। इसकी स्थिति में लैग्ड रिटर्न, अस्थिरता, पिछले घंटे का वॉल्यूम, स्पॉट के मुकाबले परपेचुअल…

यह नोटबुक नौ केस स्टडी में OLS, Ridge, Lasso और ElasticNet सहित रैखिक-मॉडल नतीजों को एकत्र करती है। यह हर अध्ययन के प्राथमिक लेबल पर सबसे मज़बूत पूर्ण कॉन्फ़िगरेशन की तुलना करती है, फिर नियमितीकरण, फ़ोल्ड-स्तर के सूचना गुणांक, स्थिरता, वैकल्पिक अवधियों,…

यह केस स्टडी TabM—एक पैरामीटर-कुशल न्यूरल एन्सेम्बल—का मूल्यांकन दूसरे मॉडल परिवारों की तरह ही समय-बिंदु पर उपलब्ध CME फ़्यूचर्स विशेषता पंक्तियों और वॉक-फ़ॉरवर्ड फ़ोल्ड पर करती है। यह अधिकांश पैरामीटर साझा करते हुए मॉडल विविधता का औसत लेने के तरीके के रूप…

यह नोटबुक जाँचने का कार्यप्रवाह प्रस्तुत करती है कि छह-महीने का हालिया अवधि छोड़कर मापा गया मोमेंटम 21-दिन के आगे के रिटर्न को प्रभावित करता है या नहीं, और क्या बाज़ार की अस्थिरता के साथ यह प्रभाव बदलता है। यह अस्थिरता और यील्ड कर्व नियंत्रणों तथा…

यह नोटबुक दो प्रीट्रेंड टाइम-सीरीज़ फ़ाउंडेशन मॉडल, Chronos और TinyTimeMixer, की तुलना एक LSTM और दंडित रैखिक आधाररेखा से एक ETF पैनल पर करती है। प्रत्येक मॉडल को एकचर ऐतिहासिक संदर्भ मिलता है; प्रीट्रेंड मॉडल उस इनपुट श्रृंखला का पूर्वानुमान लगाते हैं और…