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

182 दस्तावेज़

Machine Learning for Trading

यह नोटबुक GJR-GARCH(1,1) मॉडल से S&P 500 शेयरों के लिए मॉडल-आधारित सशर्त अस्थिरता फ़ीचर बनाती है, फिर वास्तविक अस्थिरता के मुकाबले मापे गए ऑप्शन-निहित अस्थिरता स्प्रेड की तुलना मॉडल पूर्वानुमान के मुकाबले मापे गए स्प्रेड से करती है। अनुमानित पैरामीटर में…

इक्विटीऑप्शंसअस्थिरतामशीन लर्निंग
Machine Learning for Trading

यह नोटबुक स्टॉक रिटर्न के पैनल पर PCA लैटेंट-फ़ैक्टर मॉडल फिट करती है, जिसमें ऑप्शन-सर्फ़ेस फ़ीचर, विशेषताएँ या लक्ष्य संबंधी जानकारी उपयोग नहीं होती। PCA ऐतिहासिक क्रॉस-सेक्शनल सह-गति की प्रमुख दिशाएँ निकालता है, हर स्टॉक का एक्सपोज़र अनुमानित करता है और…

इक्विटीऑप्शंसमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह सेटअप दस्तावेज़ साप्ताहिक S&P 500 इक्विटी शोध पाइपलाइन परिभाषित करता है, जो मूल्य-आधारित संकेतों के साथ ऑप्शन बाज़ार फ़ीचर का उपयोग करती है। यह पात्र यूनिवर्स, निर्णय और निष्पादन का समय, तथा अलग-अलग पूर्वानुमान क्षितिज वाले लेबलों के लिए अलग रीबैलेंस…

ऑप्शंसइक्विटीअस्थिरतामोमेंटम
Machine Learning for Trading

यह नोटबुक ग्रेडिएंट-बूस्टेड मॉडल में स्क्वेयर्ड एरर, एब्सोल्यूट एरर और Huber लॉस की तुलना करती है, जो शॉर्ट एट-द-मनी स्ट्रैडल रिटर्न का पूर्वानुमान करते हैं। लक्ष्य का लाभ सीमित है और नुकसान बहुत बड़े हो सकते हैं, इसलिए फ़िटिंग लॉस इस बात को प्रभावित कर सकता…

ऑप्शंसअस्थिरतामशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह दस्तावेज़ S&P 500 विकल्प स्ट्रैडल अध्ययन में इस्तेमाल किए गए स्रोत अवलोकन निकालने की दो-चरणीय विधि बताता है। पहले, यह समाप्ति तक दिनों, निरपेक्ष डेल्टा, निहित अस्थिरता के अभिसरण, न्यूनतम कोट और सापेक्ष बिड-आस्क स्प्रेड के आधार पर लगभग एट-द-मनी उम्मीदवारों…

ऑप्शंसअस्थिरताडेरिवेटिव का मूल्य निर्धारणसांख्यिकी
Machine Learning for Trading

दस्तावेज़ जाँचता है कि पहले से चुने गए एक S&P 500 इक्विटी और ऑप्शन आवंटन के सत्यापन प्रदर्शन को ट्रेडिंग लागत कैसे बदलती है। इसमें ट्रेड किए गए मूल्य के अनुपात के रूप में एकतरफ़ा शुल्क की सीमा जाँची जाती है और उसकी तुलना प्रति शेयर स्थिर कमीशन तथा…

इक्विटीऑप्शंसबैकटेस्टिंगऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक इक्विटी-ऑप्शन फ़ीचर से बने स्टॉक-रिटर्न लक्ष्यों पर वेट-शेयरिंग न्यूरल एन्सेंबल TabM लागू करती है। इसके सदस्य एक साझा दो-लेयर नेटवर्क बैकबोन का उपयोग करते हैं, जिनमें सक्रियण स्केलिंग वेक्टर और आउटपुट हेड अलग-अलग होते हैं और उनकी भविष्यवाणियों का…

इक्विटीऑप्शंसमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ बताता है कि दैनिक स्थिर-अवधि ऑप्शन शृंखला वास्तव में रखी गई पोज़िशन की रिटर्न शृंखला क्यों नहीं होती। यह समान स्ट्राइक और समाप्ति वाले कॉल तथा पुट लेग चुनता है, जो तरलता, अवधि, अस्थिरता-अनुमान और डेल्टा फ़िल्टर पास करते हैं; फिर लक्ष्य अवधि और…

ऑप्शंसअस्थिरताबैकटेस्टिंगडेरिवेटिव का मूल्य निर्धारण
Machine Learning for Trading

यह नोटबुक S&P 500 ऑप्शंस शॉर्ट-स्ट्रैडल रिटर्न लक्ष्य पर TabM न्यूरल मॉडल फिट करती है और रैखिक तथा बूस्टिंग तरीकों वाले उसी फ़ीचर पैनल पर तीन मॉडल क्षमताओं की तुलना करती है। TabM एन्सेम्बल सदस्यों के बीच एक न्यूरल बैकबोन साझा करता है, जबकि सीखे गए…

ऑप्शंसइक्विटीमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक शॉर्ट यूरोपीय कॉल के लिए डीप हेजिंग का प्रदर्शन करती है। यह ज्यामितीय ब्राउनियन गति पथों का अनुकरण करती है, बेंचमार्क के रूप में Black–Scholes डेल्टा हेजिंग का उपयोग करती है और टर्मिनल हानियों के सशर्त वैल्यू एट रिस्क उद्देश्य को न्यूनतम करने वाले…

ऑप्शंसडेरिवेटिव का मूल्य निर्धारणमशीन लर्निंगजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक S&P 500 के इक्विटी और ऑप्शंस आवंटन के लिए पोज़िशन-स्तरीय नियंत्रणों का मूल्यांकन करती है। इसमें तय स्टॉप लॉस, ट्रेलिंग स्टॉप और समय-आधारित निकास की तुलना हर रणनीति के अपने बिना-ओवरले बेसलाइन से की जाती है। यह सत्यापन शार्प के आधार पर पात्र रणनीति…

इक्विटीऑप्शंसजोखिम प्रबंधनबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक जाँचती है कि क्या ऑप्शन बाज़ार के माप विभिन्न स्टॉक में भविष्य के रिटर्न को रैंक कर सकते हैं। यह ऑप्शन-आधारित फ़ीचर पर घोषित रैखिक मॉडल फ़िट करती है, वॉक-फ़ॉरवर्ड सत्यापन का उपयोग करती है और Ridge, Lasso तथा Elastic Net के दंड स्तरों की तुलना करती…

ऑप्शंसइक्विटीअस्थिरतामशीन लर्निंग
Machine Learning for Trading

यह अध्ययन पूछता है कि क्या ऑप्शन बाज़ार के माप भविष्य के स्टॉक रिटर्न को रैंक कर सकते हैं। इसके फ़ीचर में अलग-अलग मैच्योरिटी की निहित अस्थिरता, पुट-कॉल स्क्यू, टर्म-स्ट्रक्चर ढलान और वैरिएंस जोखिम प्रीमियम शामिल हैं। कई मापों के कई परस्पर ओवरलैपिंग रूप होने…

ऑप्शंसइक्विटीअस्थिरतामशीन लर्निंग
Machine Learning for Trading

यह नोटबुक पंजीकृत, पूर्ण-कवरेज उम्मीदवारों से सत्यापन कॉन्फ़िगरेशन दोबारा बनाकर चुनी हुई S&P 500 इक्विटी और ऑप्शन रणनीति का आकलन करती है। यह समान-भार आधाररेखा से शुरू होकर आवंटन, जोखिम नियंत्रण और लागत संवेदनशीलता तक चयन क्रम को देखती है, फिर अलग पूर्वानुमान…

इक्विटीऑप्शंसबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक पंजीकृत बैकटेस्ट और निश्चित चयन प्रक्रिया से साप्ताहिक S&P 500 ऑप्शन स्ट्रैडल रणनीति का आकलन करती है। तरल यूनिवर्स की पाबंदी लगाने के बाद यह रजिस्ट्री से चुना हुआ कॉन्फ़िगरेशन निकालती है, फिर रणनीति चुनने में होल्डआउट का उपयोग किए बिना सत्यापन और…

ऑप्शंसइक्विटीबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह केस स्टडी समाप्ति तक रखे गए शॉर्ट एट-द-मनी स्ट्रैडल के रिटर्न पर नियमितीकृत रैखिक मॉडल फ़िट करती है। प्रीमियम आय लाभ को सीमित करती है, जबकि नुकसान बिना सीमा बढ़ सकता है; इसलिए कुछ गंभीर नुकसान वर्ग-त्रुटि प्रतिगमन उद्देश्य पर हावी हो जाते हैं। नोटबुक दंड…

ऑप्शंसअस्थिरतामशीन लर्निंगजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक S&P 500 ऑप्शन शोध के लिए मॉडल-आधारित चार विशेषताएँ बनाती है: GJR-GARCH और स्टोकेस्टिक वोलैटिलिटी से अगले दिन के वोलैटिलिटी पूर्वानुमान, साथ ही प्रत्येक पूर्वानुमान और ऑप्शन बाज़ार की निहित वोलैटिलिटी के बीच के अंतर। यह बताती है कि हर रीफ़िट तिथि पर…

ऑप्शंसअस्थिरताडेरिवेटिव का मूल्य निर्धारणबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक S&P 500 ऑप्शन के लिए घोषित अनुक्रम-मॉडल समूह के एक सदस्य के रूप में PatchTST फ़िट करती है। PatchTST पीछे देखने वाली विंडो को निश्चित आकार के पैच में बाँटती है, उन्हें टोकन के रूप में एम्बेड करती है और इतिहास के हिस्सों के बीच संबंध सीखने के लिए…

ऑप्शंसमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ S&P 500 ऑप्शन अध्ययन के लिए LSTM अनुक्रम मॉडल का वर्णन करता है। ऐसे क्रॉस-सेक्शनल मॉडल, जो किसी प्रतीक के इतिहास का सार देने के लिए निर्मित विशेषताओं पर निर्भर करते हैं, उनसे अलग, LSTM कालक्रमानुसार विंडो लेता है और सीखता है कि अनुक्रम के कौन से…

ऑप्शंसइक्विटीमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक यूरोपीय कॉल और पुट के लिए Black-Scholes मूल्य निर्धारण विकसित करती है, पुट-कॉल समानता जाँचती है और Brent रूट-फ़ाइंडिंग से निहित अस्थिरता निकालती है। यह Delta, Gamma, Vega, Theta और Rho भी परिभाषित करती है तथा ग्राफ़ से दिखाती है कि मनीनेस और…

ऑप्शंसडेरिवेटिव का मूल्य निर्धारणअस्थिरताजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक S&P 500 इक्विटी और ऑप्शन अध्ययन में सीक्वेंस पूर्वानुमान के लिए पैच्ड ट्रांसफ़ॉर्मर का वर्णन करती है। यह समय-विंडो को लगातार खंडों में बाँटती है और हर खंड को एक टोकन के रूप में दर्शाती है, जिससे छोटे सीक्वेंस पर काम करते हुए अटेंशन विंडो के…

इक्विटीऑप्शंसमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह कॉन्फ़िगरेशन नोट उन सेटिंग्स में अंतर करता है जो बैकटेस्ट की पहचान में दिखाई देती हैं और उन सेटिंग्स में जो वास्तव में सिम्युलेटेड ट्रेडिंग लागत को प्रभावित करती हैं। वर्णित केस स्टडी में सभी पंजीकृत रन वेक्टराइज़्ड, रिटर्न-टू-एक्सपायरी पथ का उपयोग करते…

ऑप्शंसबैकटेस्टिंगऑर्डर निष्पादनसांख्यिकी
Machine Learning for Trading

यह अध्याय रीइन्फ़ोर्समेंट लर्निंग को अनुक्रमिक नियंत्रण का औज़ार बताता है और इसे पर्यवेक्षित पूर्वानुमान से अलग करता है। यह उन कार्यों पर केंद्रित है जहाँ कार्रवाइयाँ बाद के परिणामों को प्रभावित करती हैं और पुरस्कार अपेक्षाकृत स्पष्ट होते हैं: ट्रेड…

मशीन लर्निंगऑर्डर निष्पादनमार्केट मेकिंगऑप्शंस
Machine Learning for Trading

यह केस स्टडी 500 शेयरों में वैरिएंस रिस्क प्रीमियम की तुलना के लिए 30-दिवसीय एट-द-मनी स्ट्रैडल और अंतर्निहित कीमत डेटा से फ़ीचर बनाती है। यह कई अवधियों में निहित अस्थिरता की तुलना वास्तविक अस्थिरता से करती है, ऑप्शन बाज़ार लागत और जोखिम संकेतक जोड़ती है, और…

ऑप्शंसइक्विटीअस्थिरताबैकटेस्टिंग