नॉलेज लाइब्रेरी

यह दस्तावेज़ नौ केस स्टडी से मॉडल-आधारित फ़ीचर आर्टिफ़ैक्ट की बाज़ार-पार सूची प्रस्तुत करता है। यह पंक्तियाँ लोड करने के बजाय parquet स्कीमा पढ़ता है, पहचान कॉलम हटाता है, फ़ीचर कॉलम गिनता है, और नामों को GARCH, छिपी Markov अवस्थाओं, रेजीम संकेतकों, Kalman…

यह दस्तावेज़ दैनिक डेटा को शुक्रवार को सैंपल करके पाँच-सत्रीय इक्विटी रिटर्न पूर्वानुमान को नए रूप में प्रस्तुत करता है। लेबल पाँच-सत्रीय रिटर्न ही रहता है, लेकिन साप्ताहिक ग्रिड पर यह लगभग एक मॉडल चरण जितना होता है। नोटबुक प्रत्यक्ष रिग्रेशन—जो एक निश्चित…

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 इक्विटी ऑप्शन विश्लेषण पर ग्रेडिएंट-बूस्टेड ट्री का मूल्यांकन करती है, जहाँ निहित अस्थिरता, स्क्यू, टर्म स्ट्रक्चर और वेरिएंस रिस्क प्रीमियम जैसे फ़ीचर बाज़ार की अपेक्षाएँ दर्शाते हैं। यह पूछती है कि क्या गैर-रैखिक मॉडल उन पूर्वानुमानों को सशर्त…

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 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,…

यह कोड पुनरुत्पाद्य क्रॉस-वैलिडेशन, पात्रता ट्रैकिंग और फ़ोल्ड-सीमित समयगत फ़ीचर के लिए सुरक्षा उपाय तय करता है। यह फ़ोल्ड सीमाओं को सामान्यीकृत करता है, अनुरोधित फ़ोल्ड की तुलना समयगत आर्टिफ़ैक्ट बनाने में उपयोग की गई सीमाओं से करता है और असंगत संरचना को…

यह नोटबुक 10-सत्र डेल्टा-हेज्ड S&P 500 विकल्प रिटर्न लेबल के लिए केवल वैलिडेशन वाले निदान प्रस्तुत करती है। यह वित्तीय पूर्वानुमानकर्ताओं को निहित अस्थिरता पर निर्भर और स्वतंत्र समूहों में व्यवस्थित करती है, फिर एकल अस्थिरता फ़ीचर, हर समूह और सभी फ़ीचर उपयोग…

यह नोटबुक 21-सत्र ETF फ़ॉरवर्ड रिटर्न के पूर्वानुमान को द्विआधारी कार्य में बदलती है: सकारात्मक रिटर्न को ऊपर और बाकी सभी को नीचे लेबल किया जाता है। यह पर्ज अंतर वाले कालक्रमानुसार वॉक-फ़ॉरवर्ड फ़ोल्ड का उपयोग करके L2 और L1-नियमितीकृत लॉजिस्टिक प्रतिगमन फ़िट…

यह नोटबुक जाँचती है कि क्या LSTM ETF की फ़ीचर हिस्ट्री से समयगत संरचना पहचान सकता है, जिसे सपाट-फ़ीचर मॉडल चूक सकते हैं। फ़िट करने से पहले यह घोषित अनुक्रम आबादी का उपलब्ध फ़ीचर, लेबल, इकाइयों और वॉक-फ़ॉरवर्ड फ़ोल्डों से मिलान करती है। अनुक्रम पूर्वानुमानों…

यह नोटबुक CME फ़्यूचर्स के क्रॉस-सेक्शन के लिए नियम-आधारित फ़ीचर बनाती है, जिनका केंद्र निकटवर्ती डिलीवरी कॉन्ट्रैक्ट के अंतर से मिलने वाला कैरी है। यह मोमेंटम, अस्थिरता, कर्व आकार और कैलेंडर फ़ीचर भी बनाती है। डिज़ाइन में मौजूदा अवधि संरचना बताने वाली कच्ची…

यह नोटबुक दो रैखिक इक्विटी मॉडल कॉन्फ़िगरेशन की वैलिडेशन पूर्वानुमान त्रुटियों पर दो क्रमिक मॉनिटर दिखाती है: दो-विंडो औसत-शिफ़्ट डिटेक्टर और ख़राब दिनों की आवृत्ति का मॉनिटर। हर डिटेक्टर को शुरुआती अवधि पर कैलिब्रेट करके बाद के सत्रों पर लागू किया जाता है।…

यह नोटबुक ETF के फ़ॉरवर्ड रिटर्न पर हालिया अवधि छोड़कर मोमेंटम के प्रभाव का अनुमान लगाने के लिए डबल मशीन लर्निंग (DML) लागू करती है; यह रिटर्न का पूर्वानुमान करने से अलग कारणात्मक प्रश्न है। यह घोषित कन्फ़ाउंडर का उपयोग करके परिणाम और मोमेंटम ट्रीटमेंट का…

यह नोटबुक Optuna के TPE सैंपलर से ETF रिटर्न का पूर्वानुमान करने के लिए LightGBM ट्यून करना दिखाती है। यह ट्री संरचना, सैंपलिंग और नियमितीकरण सेटिंग्स खोजती है; बूस्टिंग राउंड चुनने के लिए अर्ली स्टॉपिंग और प्रूनिंग हेतु क्रॉस-सेक्शनल सूचना गुणांक (IC) बताने…

यह अध्याय ट्रेडिंग में पूर्वानुमान मॉडल के उपयोग की शोध प्रक्रिया बताता है, जहाँ निष्पक्ष गुणांक अनुमानों से अधिक स्थिर आउट-ऑफ़-सैंपल पूर्वानुमान मायने रख सकते हैं। इसमें Ridge, LASSO और Elastic Net जैसी नियमितीकृत प्रतिगमन विधियाँ तथा दिशा के पूर्वानुमान के…

यह नोटबुक संस्थागत 13F होल्डिंग्स को संस्था-से-स्टॉक द्विभागीय ग्राफ़ में बदलती है और शोध के लिए फ़ीचर बनाती है, जिनमें स्टॉक के साझा स्वामित्व की समानता, स्वामित्व का विस्तार और संकेंद्रण तथा रिपोर्ट की गई होल्डिंग्स में बदलाव शामिल हैं। यह दोहराए गए…

यह नोटबुक LightGBM मॉडल को ETF के फ़ॉरवर्ड-रिटर्न पूर्वानुमान कार्य के लिए ट्यून करने हेतु विस्तृत ग्रिड सर्च की तुलना Optuna के TPE बायज़ियन सैंपलर से करती है। पहले दोनों विधियों को एक छोटे श्रेणीगत ग्रिड पर समान ट्रायल बजट दिया जाता है, जहाँ विस्तृत सर्च…

यह अध्याय रणनीति शोध को निष्पादित किए जा सकने वाले निर्णय-प्रक्रिया के डिज़ाइन और मूल्यांकन के रूप में प्रस्तुत करता है—शुरुआती आर्थिक विचार से लेकर पोज़िशन आकार, सीमाओं, लागत और लाइव जैसी जाँच तक। यह मॉडल बनाने से पहले रणनीति परिवारों तथा संभावित…

यह नोटबुक अंतर्निहित रिटर्न से S&P 500 ऑप्शंस शोध के लिए मॉडल-आधारित फ़ीचर बनाती है। यह GJR-GARCH फ़िट करती है, जो नकारात्मक रिटर्न झटकों को अतिरिक्त भार देता है, और एक स्टोकेस्टिक-वोलैटिलिटी मॉडल, जिसका अव्यक्त विचरण MCMC से अनुमानित और पार्टिकल फ़िल्टर से…

यह नोटबुक रैखिक और बूस्टेड मॉडलों जैसी सपाट फ़ीचर तालिका से ETF की रैंकिंग के लिए TabM न्यूरल नेटवर्क प्रशिक्षित करती है। हर एन्सेम्बल सदस्य दो-परत वाला साझा बैकबोन उपयोग करता है, लेकिन उसका अपना स्केलिंग वेक्टर और आउटपुट परत होती है; इससे हर सदस्य के लिए…