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

950 दस्तावेज़

Machine Learning for Trading

यह दस्तावेज़ S&P 500 ऑप्शन स्ट्रैडल का एक-वर्षीय आउट-ऑफ़-सैंपल बैकटेस्ट बताता है। इसमें होल्डआउट से पहले के इतिहास पर दोबारा फिट किए गए मॉडल की भविष्यवाणियों के साथ पहले से चुनी गई रणनीति, आवंटन, संकेंद्रण, साप्ताहिक एंट्री शेड्यूल, हेज नियम और ट्रेडिंग लागत…

ऑप्शंसबैकटेस्टिंगजोखिम प्रबंधनअमेरिकी बाज़ार
Machine Learning for Trading

यह विश्लेषण अगले महीने के रिटर्न का पूर्वानुमान लगाने के लिए मासिक US स्टॉक विशेषताओं पर प्रशिक्षित कई मॉडल परिवारों की भविष्यवाणियों की तुलना करता है। इसका ध्यान क्रॉस-सेक्शनल सूचना गुणांक पर है, जो मापता है कि कोई मॉडल हर महीने शेयरों को कितनी अच्छी तरह…

इक्विटीअमेरिकी बाज़ारमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह केस स्टडी समाप्ति तक रखे गए शॉर्ट एट-द-मनी स्ट्रैडल के रिटर्न पर नियमितीकृत रैखिक मॉडल फिट करती है। इस ट्रेड में कॉल और पुट प्रीमियम मिलते हैं, जिससे अधिकतम लाभ सीमित रहता है, लेकिन अंतर्निहित एसेट में तेज़ बदलाव होने पर नुकसान बहुत बड़ा हो सकता है। फ़ीचर…

ऑप्शंसअस्थिरतामशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह दस्तावेज़ बताता है कि प्रयोग रजिस्ट्री किसी मॉडल को उसके प्रशिक्षण कॉन्फ़िगरेशन से लेकर भविष्यवाणियों और बैकटेस्ट परिणामों तक कैसे ट्रैक कर सकती है। हर चरण को मानकीकृत विनिर्देश से निकली एक पहचान मिलती है, जिससे बार-बार किए गए समान रन उसी रिकॉर्ड से…

मशीन लर्निंगसांख्यिकीबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक क्रॉस-सेक्शनल सूचना गुणांक को उद्देश्य बनाकर Optuna के TPE सैंपलर से LightGBM हाइपरपैरामीटर ट्यून करना दिखाती है। यह बूस्टिंग राउंड की संख्या चुनने के लिए अर्ली स्टॉपिंग को कस्टम प्रूनिंग कॉलबैक के साथ जोड़ती है, जो मध्यवर्ती सत्यापन IC जाँचता है।…

मशीन लर्निंगबैकटेस्टिंगसांख्यिकीइक्विटी
Machine Learning for Trading

यह अध्याय पोर्टफ़ोलियो निर्माण को रिटर्न पूर्वानुमान, जोखिम अनुमान और सीमाओं को वज़न, लीवरेज तथा पुनर्संतुलन निर्णयों में बदलने की प्रक्रिया के रूप में प्रस्तुत करता है। यह आवंटक के विकल्प दर्ज करने, लीकेज से बचने और पूर्वानुमान को आकार निर्धारण से अलग रखने…

पोर्टफोलियो निर्माणजोखिम प्रबंधनपोज़िशन का आकार तय करनाबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक समझाती है कि पोज़िशन-स्तर के निकास का मूल्यांकन और उन्हें पोर्टफ़ोलियो-व्यापी नियंत्रणों के साथ संयोजित कैसे करें। तय स्टॉप-लॉस, टेक-प्रॉफ़िट और समय-आधारित निकास की तुलना ट्रेलिंग और कसते हुए स्टॉप से की जाती है; स्केल्ड निकास क्रमिक लाभ सीमाओं पर…

जोखिम प्रबंधनपोज़िशन का आकार तय करनाबैकटेस्टिंगपोर्टफोलियो निर्माण
Machine Learning for Trading

यह अध्ययन पंजीकृत मॉडल पूर्वानुमानों को तुलनीय S&P 500 ऑप्शन रणनीतियों में बदलता है। साप्ताहिक निर्णय तारीखों पर यह अनुमानित रिटर्न की रैंक बनाता है, तरल ब्रह्मांड तक छाँटता है और सबसे ऊँची रैंक वाले प्रतीकों पर समान-वज़न एट-द-मनी स्ट्रैडल बेचता है। हर…

ऑप्शंसइक्विटीबैकटेस्टिंगऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक परीक्षित रणनीतियों के समूह में से विजेता चुनने का हिसाब रखने के लिए राडेमाखर एंटी-सीरम प्रोटोकॉल दिखाती है। यह उम्मीदवार प्रदर्शन पथों से अनुभवजन्य जटिलता का अनुमान लगाती है और बताती है कि उम्मीदवारों के बीच निर्भरता समायोजन को कैसे बदलती है।…

बैकटेस्टिंगसांख्यिकीजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक नौ बाज़ार केस स्टडी के नतीजों को जोड़कर संचयी रणनीति-छँटाई फ़नल बनाती है। यह क्रम से जाँचती है कि मॉडल का सूचना गुणांक सकारात्मक है या नहीं, चुने हुए कॉन्फ़िगरेशन का सत्यापन शार्प सकारात्मक है या नहीं, प्रदर्शन लागू लेनदेन-लागत व्यवस्था में बना…

बैकटेस्टिंगसांख्यिकीजोखिम प्रबंधनऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक कई समयावधियों में भविष्य के US इक्विटी रिटर्न की दिशा का पूर्वानुमान करने वाले सुपरवाइज़्ड ऑटोएनकोडर की व्याख्या करती है। इसका एनकोडर पुनर्निर्माण डिकोडर, सहायक क्लासिफ़ायर और मुख्य क्लासिफ़ायर को इनपुट देता है। संयुक्त प्रशिक्षण पुनर्निर्माण…

इक्विटीमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक वित्तीय डेटा पाइपलाइन में उपयोग होने वाले कामों पर pandas और Polars की तुलना करती है। इनमें रोलिंग गणनाएँ, समूहित OHLCV सारांश, विंडो आँकड़े, फ़िल्टरिंग, जॉइन, लेज़ी फ़ाइल स्कैन, मेमोरी उपयोग और स्ट्रिंग प्रोसेसिंग शामिल हैं। यह कॉन्फ़िगर की जा…

सांख्यिकीऑर्डर निष्पादनबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ पहले के सत्यापन चरणों में चुने गए कॉन्फ़िगरेशन को सभी पात्र pre-2021 इतिहास पर फिर से फिट करने और फिर 2021 होल्डआउट के लिए पूर्वानुमान बनाने का वर्णन करता है। यह घोषित मूल्यांकन अवधि, लेबल बफ़र, सत्यापन फ़ोल्ड और फ़ीचर कवरेज से प्रशिक्षण अवधि तय…

इक्विटीऑप्शंसमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक जाँचती है कि ग्रेडिएंट-बूस्टेड ट्री मुद्रा जोड़ों की क्रॉस-सेक्शनल रैंकिंग में दंडित रैखिक मॉडल से बेहतर हैं या नहीं। FX यूनिवर्स में समान मुद्राएँ साझा करने वाले जोड़े हैं, इसलिए अवलोकन निर्भर हैं: एक मुद्रा की चाल कई जोड़ों के रिटर्न को एक साथ…

विदेशी मुद्रामशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह यूटिलिटी मॉड्यूल कई एसेट की वित्तीय समय-श्रृंखलाओं के लिए डीप लर्निंग कार्यप्रवाहों को सहारा देता है। यह डेटासेट उपनामों का समाधान करके मानक केस स्टडी डेटा लोड करता है, फिर हर प्रतीक के लिए स्वतंत्र रूप से स्लाइडिंग-विंडो अनुक्रम बनाता है। अनुक्रम फ़ंक्शन…

मशीन लर्निंगबहु-एसेटबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक हाल की 10-K फ़ाइलिंग के अंशों और वित्तीय शोध प्रश्नों के तय समूह पर स्थानीय रूप से चलाए गए दो ओपन-वेट एम्बेडिंग मॉडलों की तुलना करती है। यह दो-वाक्य वाले अंश बनाती है, दोनों मॉडलों से समान दस्तावेज़ और प्रश्न एम्बेड करती है, और प्रासंगिकता के…

मशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक चार-चरणीय पूर्वानुमान कार्यप्रवाह को संचालित करने के तीन तरीकों की तुलना करती है: Python में प्रत्यक्ष संयोजन, भूमिका-आधारित प्रॉम्प्ट वाला CrewAI रूप, और LangGraph रूप, जो नेटिव कार्यान्वयन जैसी विशेषज्ञ कक्षाओं को काम सौंपता है। यह देखती है कि…

मशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक अल्प-अवधि मूल्य दबाव का अध्ययन करने के लिए NASDAQ-100 कोट और ट्रेड डेटा से मिनट-स्तरीय फ़ीचर बनाती है। यह सामान्यीकृत ऑर्डर-फ़्लो असंतुलन को मुख्य संभावित सिग्नल मानती है और स्प्रेड, गहराई, मूल्य प्रभाव, एक्सचेंज के बाहर की ट्रेडिंग, अस्थिरता तथा…

इक्विटीबाज़ार की सूक्ष्म संरचनाऑर्डर निष्पादनतकनीकी संकेतक
Machine Learning for Trading

यह दस्तावेज़ बैकटेस्ट के दौरान परपेचुअल फ़्यूचर्स पोज़िशनों पर फ़ंडिंग नकदी प्रवाह लागू करने के लिए लेज़र का वर्णन करता है। प्रत्येक फ़ंडिंग टाइमस्टैम्प पर यह नकद समायोजन निकालने के लिए पोज़िशन की चिह्नित मात्रा, मौजूदा मार्क, किसी भी कॉन्ट्रैक्ट गुणक और…

परपेचुअल फ़्यूचर्सबैकटेस्टिंगडेरिवेटिव का मूल्य निर्धारणजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक जाँचती है कि चार घंटे का स्पॉट FX डेटा मोमेंटम और कैरी के आधार पर मुद्रा जोड़ों की रैंकिंग करने वाली दैनिक क्रॉस-सेक्शनल रणनीति को सहारा दे सकता है या नहीं। यह जाँचती है कि घोषित इंस्ट्रूमेंट हर निर्णय बिंदु पर उपलब्ध हैं या नहीं, यूनिवर्स में…

विदेशी मुद्रामोमेंटमकैरीसांख्यिकी
Machine Learning for Trading

यह नोटबुक CME फ़्यूचर्स रणनीतियों पर स्टॉप-लॉस, ट्रेलिंग-स्टॉप और निश्चित अवधि वाले निकास को ओवरले के रूप में आँकती है। प्रत्येक पूर्वानुमान अवधि के लिए यह पहले के सिग्नल और आवंटन नतीजों से चुने गए सबसे मज़बूत सत्यापन-Sharpe पैरेंट पर कॉन्फ़िगर किए गए नियम…

फ़्यूचर्सजोखिम प्रबंधनबैकटेस्टिंगकैरी
Machine Learning for Trading

यह नोटबुक वित्तीय और मॉडल-आधारित फ़ीचरों की जाँच करती है कि वे आगे के रिटर्न के आधार पर शेयरों की रैंकिंग कर सकते हैं या नहीं। यह दैनिक क्रॉस-सेक्शनल सूचना गुणांक निकालती है, क्रमिक निर्भरता का ध्यान रखते हुए अनिश्चितता का अनुमान लगाती है, कई उम्मीदवारों की…

इक्विटीसांख्यिकीफ़ैक्टर निवेशबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक दैनिक SPY रिटर्न पर तीन रैखिक पूर्वानुमान मॉडलों, एक Transformer encoder और दो पैरामीटर-रहित पूर्वानुमानों की तुलना करती है। रैखिक मॉडल ऐतिहासिक विंडो से कई दिनों का पूर्वानुमान बनाते हैं; कुछ रूप पहले स्मूद किए गए घटक को अलग करते हैं या अंतिम…

इक्विटीमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक FX जोड़ों के लिए NLinear पूर्वानुमान रन कॉन्फ़िगर करती है। मॉडल निश्चित लगातार लुकबैक का उपयोग करता है और देखे गए अंतिम स्तर को घटाता है, जिससे उसका फिट उस अवधि के बदलावों पर केंद्रित होता है। यह साझा मॉडल-योजना कार्यप्रवाह के ज़रिए लुकबैक,…

विदेशी मुद्रामशीन लर्निंगसांख्यिकीबैकटेस्टिंग