नॉलेज लाइब्रेरी

यह अध्याय मात्रात्मक ट्रेडिंग शोध में कारणात्मक दावों के मूल्यांकन का एक ढाँचा प्रस्तुत करता है। यह पहले उपचार, परिणाम, लक्ष्य अनुमान, प्रतितथ्य और समायोजन सेट की स्पष्ट परिभाषाएँ देता है, फिर शोध प्रश्नों को विधियों से जोड़ता है: निरंतर एक्सपोज़र के लिए डबल…

यह नोटबुक कई आगे की अवधियों के रिटर्न का पूर्वानुमान लगाने के लिए एक-मिनट के अंतराल पर देखी गई NASDAQ-100 माइक्रोस्ट्रक्चर विशेषताओं पर रैखिक मॉडल फिट करती है। इसका उद्देश्य अधिक अभिव्यक्तिशील मॉडल से पहले एक सरल आधाररेखा स्थापित करना है। स्प्रेड और असंतुलन…

यह फ़ीचर मूल्यांकन CME फ़्यूचर्स के भविष्य के रिटर्न के मुकाबले वित्तीय और मॉडल-व्युत्पन्न उम्मीदवारों की छँटाई करता है। हर फ़ीचर के लिए यह डेटा कवरेज और बासीपन जाँचता है, फ़ीचर मानों और भविष्य रिटर्न के बीच दैनिक क्रॉस-सेक्शनल रैंक सहसंबंध मापता है, ओवरलैप…

यह नोटबुक raw PyTorch, sktime और Darts में एकचर SPY मूल्य पूर्वानुमान के कार्यान्वयनों की तुलना करती है। इसका मुख्य उद्देश्य व्यावहारिक प्रयास का आकलन करना है: कोड की लंबाई, इंटरफ़ेस आवश्यकताएँ, इंस्टॉलेशन की सफलता और फ़िट तथा पूर्वानुमान का संयुक्त समय।…

यह अध्याय तर्क देता है कि टिकाऊ ट्रेडिंग शोध ऐसी अनुशासित प्रक्रिया पर निर्भर करता है जो बदलते बाज़ार, शोरयुक्त साक्ष्य और कार्यान्वयन लागत के अनुकूल हो सके। यह संरचनात्मक बदलाव, व्यवस्थाओं, डेटा ड्रिफ़्ट और कॉन्सेप्ट ड्रिफ़्ट के बीच अंतर बताता है, फिर…

यह मूल्यांकन नोटबुक क्रिप्टो परपेचुअल फ़्यूचर्स के अगले आठ घंटे के रिटर्न से संबंध के लिए वित्तीय और मॉडल-आधारित फ़ीचरों की छँटाई करती है। यह वॉक-फ़ॉरवर्ड सत्यापन अवधियों से मूल्यांकन नमूना बनाती है, अंतिम होल्डआउट को विश्लेषण से बाहर रखती है और हर निपटान पर…

यह NASDAQ-100 केस स्टडी जाँचती है कि 15-मिनट के सूक्ष्म-संरचना संकेत ट्रेडिंग लागत सह सकते हैं या नहीं। कार्यप्रवाह ऑर्डर प्रवाह, पुराने पड़ चुके कोट और सापेक्ष स्प्रेड का मूल्यांकन करता है, फिर पूरे निवेश-समूह की रणनीति की तुलना कम लागत पर ट्रेड होने वाले…

यह नोटबुक अध्ययन करती है कि कैरी, रोलिंग Sharpe, मोमेंटम और अस्थिरता माप सहित सहसंबद्ध फ़ीचर परिवारों से बने CME फ़्यूचर्स मॉडल पर नियमितीकरण का क्या प्रभाव पड़ता है। यह Ridge, Lasso और ElasticNet की तुलना करती है: Ridge फ़ीचर बनाए रखते हुए गुणांकों को छोटा…

यह नोटबुक सिंथेटिक ETF रिटर्न क्रम बनाने के लिए Diffusion-TS को अनुकूलित करने का वर्णन करती है। इसका डीनॉइज़र स्वच्छ क्रम को बहुपद प्रवृत्ति, Fourier मौसमी घटक और अवशिष्ट के योग के रूप में अनुमानित करता है, जबकि समय-क्षेत्र और Fourier-क्षेत्र का संयुक्त लॉस…

यह अध्याय तर्क देता है कि दोहराई जा सकने वाली शोध अनुशासन, किसी एक रणनीति की तुलना में ट्रेडिंग बढ़त का अधिक टिकाऊ स्रोत है। यह पक्षपात घटाने के लिए खंडनीय परिकल्पनाओं, आउट-ऑफ़-सैंपल मूल्यांकन और बहु-परीक्षण सुधारों पर आधारित कार्यप्रवाह प्रस्तुत करता है।…

यह दस्तावेज़ बताता है कि परपेचुअल फ़ंडिंग पैनल डेटा को मॉडल करने के लिए TabM क्यों इस्तेमाल किया जाता है: इसका साझा न्यूरल बैकबोन सभी इनपुट फ़ीचर जोड़ता है, जबकि गैर-रैखिक परतें अंतःक्रियाओं को दर्शा सकती हैं। हर विभाजन पर एक फ़ीचर चुनने वाले ट्री से अलग, यह…

यह मूल्यांकन कार्यप्रवाह NASDAQ-100 इंट्राडे पैनल के भविष्य के रिटर्न के मुकाबले वित्तीय और मॉडल-आधारित फ़ीचरों की छँटाई करता है। पहले यह अंतिम परीक्षण अवधि आरक्षित करता है और उन अवलोकनों को बाहर रखता है जिनके भविष्य के लेबल उस अवधि के भीतर तय होते। प्रत्येक…

यह विश्लेषण अनुमान लगाता है कि हाल की अवधि को छोड़ने वाला मोमेंटम ETF के भविष्य के रिटर्न में कारणात्मक बदलाव से जुड़ा है या नहीं; यह नहीं पूछता कि मोमेंटम रिटर्न का कितना अच्छा पूर्वानुमान करता है। दोहरी मशीन लर्निंग घोषित भ्रमकारी कारकों का उपयोग करके…

यह नोटबुक क्रिप्टो परपेचुअल में रिटर्न और दिशा का पूर्वानुमान लगाने वाले ग्रेडिएंट-बूस्टेड मॉडल का अध्ययन करती है। इसका ग्रिड ट्री क्षमता और लॉस फ़ंक्शन बदलता है, जिसमें स्क्वेयर्ड-एरर, एब्सोल्यूट-एरर और Huber उद्देश्य शामिल हैं; प्रशिक्षण के कई बिंदुओं पर…

यह दस्तावेज़ बहुचर टाइम-सीरीज़ का पूर्वानुमान करने के लिए PatchTST न्यूरल-नेटवर्क आधार प्रस्तुत करता है। यह हर इनपुट श्रृंखला को ओवरलैप होते पैच में बाँटता है, हर पैच को सीखे गए फ़ीचर स्पेस में प्रोजेक्ट करता है, स्थितीय एन्कोडिंग जोड़ता है और बनी श्रृंखला…

यह नोटबुक अनुमान लगाती है कि क्रिप्टो परपेचुअल का प्रीमियम z-स्कोर बाद के आठ-घंटे के रिटर्न को प्रभावित करता है या नहीं, जब मॉडल में निर्दिष्ट तीन कारक—मूल्य वोलैटिलिटी, फंडिंग दर और औसत प्रीमियम विचलन—स्थिर रखे जाते हैं। उपचार निरंतर है, इसलिए लक्ष्य ढलान…

यह नोटबुक वित्तीय टाइम-सीरीज़ बनाने के लिए बिना शर्त Sig-Wasserstein GAN प्रस्तुत करती है। यह सीखे हुए वास्तविक-बनाम-निर्मित विवेचक की जगह अपेक्षित पाथ सिग्नेचर पर आधारित दूरी उपयोग करती है; पाथ सिग्नेचर पाथ की क्रमिक चालों का गणितीय सार हैं। न्यूरल जनरेटर…

यह नोटबुक बताती है कि केस-स्टडी रजिस्ट्री से मॉडल प्रयोग कैटलॉग कैसे फिर बनाया जाए और उसकी सामग्री की MLflow से तुलना कैसे की जाए। यह प्रयोगों को प्रशिक्षण रन, पूर्वानुमान सेट और बैकटेस्ट रन के क्रम में ट्रैक करती है तथा हर चरण को पिछले चरण से जोड़ती है।…

यह नोटबुक किसी ETF यूनिवर्स में आगे के रिटर्न का पूर्वानुमान लगाने के लिए साधारण न्यूनतम वर्गों की तुलना Ridge, LASSO और Elastic Net से करती है। सभी मॉडल समान वॉक-फ़ॉरवर्ड फोल्ड का उपयोग करते हैं, जिनमें पर्ज गैप लेबल की अवधि के अनुरूप है; इसलिए अंतर असंगत…

यह अध्याय इक्विटी, मैक्रोइकॉनॉमिक श्रृंखलाओं, फ़्यूचर्स, क्रिप्टो और प्रेडिक्शन मार्केट में समय-संगत फ़ंडामेंटल तथा वैकल्पिक डेटा अनुसंधान बनाने की रूपरेखा देता है। इसकी मुख्य विधियाँ हैं बाइ-टेम्पोरल स्टोरेज और ऐज़-ऑफ़ क्वेरी, स्रोत के अनुसार प्रकाशन समय,…

यह नोटबुक ओवरलैप होते कीमत-व्युत्पन्न फ़ीचरों से ETF रिटर्न का पूर्वानुमान लगाने वाले रैखिक मॉडलों की तुलना करती है। चूँकि कई रिटर्न क्षितिज और संकेतक परिवार मिलती-जुलती जानकारी दर्ज कर सकते हैं, साधारण न्यूनतम वर्ग निकट-दोहराव वाले फ़ीचरों को अस्थिर, विपरीत…

यह नोटबुक ETFs के क्रॉस-सेक्शन का मूल्य निर्धारण करने वाला स्टोकेस्टिक डिस्काउंट फ़ैक्टर मॉडल प्रस्तुत करती है। फ़ंड एक्सपोज़र और फ़ैक्टर रिटर्न का अलग-अलग अनुमान लगाने के बजाय यह नेटवर्क को साझा डिस्काउंट-फ़ैक्टर श्रृंखला खोजने के लिए प्रशिक्षित करती है,…

यह नोटबुक क्रिप्टोकरेंसी परपेचुअल फ़्यूचर फ़ीचरों के पैनल पर TabM, एक वेट-साझाकरण न्यूरल एन्सेंबल, लागू करती है। इसके सदस्य न्यूरल आधार साझा करते हैं, लेकिन उनके स्केलिंग वेक्टर और आउटपुट लेयर अलग हैं; इससे सहसंबद्ध इनपुटों के बीच गैर-रैखिक अंतःक्रियाओं के…

यह नोटबुक वित्तीय और मॉडल-व्युत्पन्न फ़ीचरों की बाद के रिटर्न के आधार पर ETF रैंक करने की क्षमता की स्क्रीनिंग करती है। यह प्रत्येक तारीख पर फ़ीचर के क्रॉस-सेक्शनल रैंक की तुलना आगे के रिटर्न रैंक से करके सूचना गुणांक निकालती है, फिर परिणामी समय श्रृंखला की…