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

105 दस्तावेज़

Machine Learning for Trading

यह नोटबुक सिम्युलेटेड क्रिप्टोकरेंसी ट्रेडिंग परिवेश में DQN, PPO और A2C की तुलना करती है। यह घंटेवार Bitcoin परपेचुअल-फ़्यूचर्स रिटर्न पर GARCH(1,1) अस्थिरता प्रक्रिया का अंशांकन करती है, फिर ऐसे पथ सिम्युलेट करती है जो रिटर्न की दिशा को अप्रत्याशित रखते…

मशीन लर्निंगक्रिप्टोपरपेचुअल फ़्यूचर्सबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक बताती है कि वैलिडेशन परिणामों से कॉन्फ़िगरेशन चुने जाने के बाद क्रिप्टो परपेचुअल फ़ंडिंग रणनीति के लिए होल्डआउट पूर्वानुमान कैसे बनाए जाएँ। यह पात्र वैलिडेशन बैकटेस्ट में सबसे ऊँचा Sharpe प्राप्त करती है, मॉडल परिवार, लेबल, चेकपॉइंट और रणनीति…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह मॉड्यूल क्रिप्टो परपेचुअल फ़्यूचर्स में बड़ा विक्रय ऑर्डर निष्पादित करने के लिए पॉइंट-इन-टाइम सिमुलेशन वातावरण परिभाषित करता है। इसके अवलोकनों में शेष इन्वेंटरी और समय के साथ बाज़ार अस्थिरता, प्रीमियम इंडेक्स, सापेक्ष वॉल्यूम, दिन का घंटा और फ़ंडिंग तक का…

क्रिप्टोपरपेचुअल फ़्यूचर्सऑर्डर निष्पादनबाज़ार की सूक्ष्म संरचना
Machine Learning for Trading

यह दस्तावेज़ आधिकारिक Binance USD-M परपेचुअल फ़ंडिंग रिकॉर्ड डाउनलोड करने, उन्हें सामान्यीकृत करने और कॉलमनर फ़ाइल में कैश करने की पाइपलाइन बताता है। अनुरोधित प्रतीकों और तारीख़ सीमा के लिए मासिक संग्रह एक साथ प्राप्त किए जाते हैं। रिकॉर्ड को UTC टाइमस्टैम्प…

क्रिप्टोपरपेचुअल फ़्यूचर्सडेरिवेटिव का मूल्य निर्धारणबैकटेस्टिंग
Machine Learning for Trading

यह विश्लेषण क्रिप्टो परपेचुअल-फ़्यूचर्स के उम्मीदवारों के स्थिर समूह से एक कॉन्फ़िगरेशन चुनता है, जिसमें पूर्वानुमान के चार लेबल और रणनीति के कई चरण शामिल हैं। यह सबसे ऊँचा सत्यापन शार्प चुनता है और लेबल, विभाजन तथा निष्पादन विवरण को तुलनीय उम्मीदवार की…

क्रिप्टोपरपेचुअल फ़्यूचर्ससांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक स्पॉट की तुलना में परपेचुअल कॉन्ट्रैक्ट के प्रीमियम पर बने फ़ीचरों का उपयोग करके क्रिप्टो परपेचुअल फ़्यूचर्स के लिए ग्रेडिएंट बूस्टिंग कॉन्फ़िगरेशन की तुलना करती है। इसमें ट्री क्षमता और लॉस फ़ंक्शन बदले जाते हैं—squared, absolute और Huber लॉस…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक क्रिप्टो परपेचुअल फ़्यूचर्स के लिए मॉडल-आधारित फ़ीचर बनाती है: प्रति-परिसंपत्ति सशर्त अस्थिरता पूर्वानुमान GJR-GARCH से और पूरे बाज़ार की तनाव-अवधि संभावना, फ़ंडिंग निपटानों पर फ़िट किए गए दो-अवस्था वाले गॉसियन हिडन मार्कोव मॉडल से। बीते बारों से…

क्रिप्टोपरपेचुअल फ़्यूचर्सअस्थिरतामशीन लर्निंग
Machine Learning for Trading

यह केस अध्ययन क्रिप्टो परपेचुअल फ़्यूचर्स के लिए शोध पाइपलाइन की रूपरेखा देता है और नियमित निपटान पर लॉन्ग तथा शॉर्ट पोज़िशन के बीच होने वाले फ़ंडिंग भुगतानों को संभावित रिटर्न स्रोत मानता है। इसमें लेबल निर्माण और वित्तीय फ़ीचर से लेकर सांख्यिकीय तथा…

क्रिप्टोपरपेचुअल फ़्यूचर्सफ़्यूचर्समशीन लर्निंग
Machine Learning for Trading

यह डेमो Alpaca के USD स्पॉट बाज़ार से जुड़ा हमेशा चालू क्रिप्टो ट्रेडिंग लूप प्रस्तुत करता है। यह परपेचुअल फ़्यूचर्स केस-स्टडी यूनिवर्स को प्लेटफ़ॉर्म पर समर्थित स्पॉट पेयर से मैप करता है और स्पष्ट करता है कि वहाँ केवल कुछ एसेट ट्रेड किए जा सकते हैं। उदाहरण…

क्रिप्टोस्पॉट बाज़ारपरपेचुअल फ़्यूचर्समोमेंटम
Machine Learning for Trading

यह नोटबुक अलग-अलग बाज़ार अवधियों में ETF मोमेंटम फ़ीचर और क्रिप्टो परपेचुअल फ़्यूचर्स फ़ीचर के लिए कोवैरिएट ड्रिफ्ट की निगरानी दिखाती है। यह Population Stability Index की तुलना करती है, जो अलग-अलग फ़ीचर वितरणों में बदलाव मापता है, Wasserstein दूरी से और ऐसे…

मशीन लर्निंगसांख्यिकीजोखिम प्रबंधनक्रिप्टो
Machine Learning for Trading

यह नोटबुक मॉडल रैंकिंग को सरल क्रिप्टो परपेचुअल फ़्यूचर्स पोर्टफ़ोलियो में बदलती है, ताकि बाद के प्रयोग पोज़िशन आकार, लागत या जोखिम नियंत्रण बदलने के प्रभाव को माप सकें। इसमें प्रवेश नियम लागू होते हैं, जैसे लॉन्ग के लिए सबसे अधिक स्कोर वाले और शॉर्ट के लिए…

क्रिप्टोपरपेचुअल फ़्यूचर्सबैकटेस्टिंगपोर्टफोलियो निर्माण
Machine Learning for Trading

यह नोटबुक एक सिम्युलेटेड मार्केट-मेकिंग कार्य विकसित करती है जिसमें PPO एजेंट कोट का झुकाव और स्प्रेड चौड़ाई चुनता है। मिड कीमत से दूर जाते कोट पर फ़िल की प्रायिकता घटती है, जबकि ऑर्डर असंतुलन फ़िल और उसके बाद की मूल्य चाल, दोनों को प्रभावित करता है। आरक्षण…

मार्केट मेकिंगमशीन लर्निंगऑर्डर निष्पादनबाज़ार की सूक्ष्म संरचना
Machine Learning for Trading

यह नोटबुक प्रति घंटा परपैचुअल फ़्यूचर्स बार पर मूल बिक्री ऑर्डर का समय तय करने के लिए PPO एजेंट को प्रशिक्षित करती है। यह मूल्य और वॉल्यूम इतिहास में परपैचुअल प्रीमियम और अगली फ़ंडिंग सेटलमेंट तक का समय जोड़ती है, और ऐसी जानकारी को लैग करती है जो हर घंटे का…

क्रिप्टोपरपेचुअल फ़्यूचर्सऑर्डर निष्पादनबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक बिटकॉइन परपेचुअल बाज़ार डेटा पर लॉन्ग-ओनली RSI औसत-उलटाव नियम के ज़रिए VectorBT से वेक्टराइज़्ड बैकटेस्टिंग का परिचय देती है। यह क्लोज़-आधारित RSI निकालती है, पिछले दिन का मान निचली सीमा से नीचे होने पर प्रवेश करती है और ऊपरी सीमा से ऊपर होने पर…

क्रिप्टोपरपेचुअल फ़्यूचर्सऔसत की ओर वापसीतकनीकी संकेतक
Machine Learning for Trading

यह नोटबुक उन क्रिप्टो परपेचुअल रणनीतियों पर आवंटन की छह विधियों की तुलना करती है जो आधारभूत चयन प्रक्रिया पार कर चुकी हैं। यह प्रत्येक रणनीति के पूर्वानुमान और प्रवेश नियम स्थिर रखती है, फिर पूँजी आवंटन का तरीका बदलती है: एक आवंटक मॉडल स्कोर इस्तेमाल करता…

क्रिप्टोपरपेचुअल फ़्यूचर्सपोज़िशन का आकार तय करनापोर्टफोलियो निर्माण
Machine Learning for Trading

यह नोटबुक क्रिप्टो परपेचुअल फ़ंडिंग प्रीमियम के पूर्वानुमान के लिए अनुक्रम मॉडल तुलना में टेम्पोरल कन्वोल्यूशनल नेटवर्क (TCN) जोड़ती है। कारणात्मक पैडिंग सुनिश्चित करती है कि हर स्थिति केवल मौजूदा और पिछली टिप्पणियाँ उपयोग करे, जबकि डाइलेटेड कन्वोल्यूशन…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह मॉड्यूल रीइन्फ़ोर्समेंट लर्निंग वातावरण में इस्तेमाल होने वाले सिम्युलेटेड क्रिप्टो बाज़ारों के पैरामीटर का अनुमान लगाता है। यह चुने गए प्रतीक के लिए प्रति घंटा परपेचुअल बाज़ार डेटा लोड करता है, क्लोज़-टू-क्लोज़ लॉग रिटर्न निकालता है और GARCH(1,1)…

क्रिप्टोपरपेचुअल फ़्यूचर्सअस्थिरताबाज़ार की सूक्ष्म संरचना
Machine Learning for Trading

यह नोटबुक अध्ययन करती है कि क्या अत्यधिक परपेचुअल फ़्यूचर्स प्रीमियम बाद के BTC रिटर्न या प्रीमियम के उलटाव को प्रभावित करता है। यह उच्च-प्रीमियम स्थिति को उपचार के रूप में परिभाषित करती है और व्यापक बाज़ार परिणाम की तुलना प्रीमियम में बदलाव से करती है।…

क्रिप्टोपरपेचुअल फ़्यूचर्सआर्बिट्राजसांख्यिकी
Machine Learning for Trading

यह विश्लेषण पूछता है कि मॉडल फ़िट करने या पूर्वानुमान बनाने से पहले डेटा क्रॉस-सेक्शनल क्रिप्टो परपेचुअल रणनीति का समर्थन कर सकता है या नहीं। प्रस्तावित तरीका हर फ़ंडिंग निपटान पर प्रीमियम के आधार पर अनुबंधों की रैंकिंग करता है, फिर रैंकिंग का एक पक्ष खरीदता…

क्रिप्टोपरपेचुअल फ़्यूचर्ससांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक बताती है कि लुक-अहेड पूर्वाग्रह नियंत्रित रखते हुए फ़िट किए गए GJR-GARCH और हिडन मार्कोव मॉडल को ट्रेडिंग विशेषताओं में कैसे बदला जाए। GJR-GARCH सशर्त वोलैटिलिटी का अनुमान लगाता है और नकारात्मक रिटर्न झटकों के अधिक प्रभाव को पकड़ता है; दो-अवस्था…

क्रिप्टोपरपेचुअल फ़्यूचर्सअस्थिरतामशीन लर्निंग
Machine Learning for Trading

यह नोटबुक बिटकॉइन परपेचुअल फ़्यूचर्स में अत्यधिक प्रीमियम पर दो कारणात्मक सवालों की तुलना करती है: क्या प्रीमियम अवस्था आगे के प्रतिफलों का पूर्वानुमान करती है, और क्या वह बाद में प्रीमियम के वापस सामान्य होने का पूर्वानुमान करती है। उपचार एक निर्दिष्ट सीमा…

क्रिप्टोपरपेचुअल फ़्यूचर्ससांख्यिकीबाज़ार की सूक्ष्म संरचना
Machine Learning for Trading

यह नोटबुक DQN, PPO और A2C की तुलना एक साझा सिम्युलेटेड ट्रेडिंग परिवेश में करती है, जिसे प्रति घंटा बिटकॉइन परपेचुअल-फ़्यूचर्स प्रतिफल के अनुसार कैलिब्रेट किया गया है। GARCH(1,1) मॉडल अस्थिरता क्लस्टरिंग देता है, जबकि परिवेश पोज़िशन बदलने पर लागत लगाता है और…

मशीन लर्निंगक्रिप्टोपरपेचुअल फ़्यूचर्सअस्थिरता
Machine Learning for Trading

दस्तावेज़ 60 सेटलमेंट वाली विंडो के आधार पर क्रिप्टो परपेचुअल फ़ंडिंग प्रीमियम का पूर्वानुमान करने वाला टेम्पोरल कन्वोल्यूशनल नेटवर्क समझाता है। चार कारणात्मक कन्वोल्यूशन ब्लॉक तीन के कर्नेल और 1, 2, 4 तथा 8 के डाइलेशन का उपयोग करते हैं। उनका रिसेप्टिव…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगऔसत की ओर वापसी
Machine Learning for Trading

यह नोटबुक पहले से चुने गए क्रिप्टो परपेचुअल कॉन्फ़िगरेशन पर निष्पादन लागतों का प्रभाव मापती है। यह मॉडल, checkpoint, entry rule, allocator और risk control को स्थिर रखती है, फिर ट्रेड किए गए notional पर round-trip शुल्कों के घोषित ग्रिड में रणनीति दोबारा…

क्रिप्टोपरपेचुअल फ़्यूचर्सबैकटेस्टिंगऑर्डर निष्पादन