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…
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
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…
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…
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…
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।…
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…
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…
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…
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।…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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,…