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

1,366 दस्तावेज़

Machine Learning for Trading

यह नोटबुक बॉन्ड ETF पर फ़ेडरल रिज़र्व घोषणाओं के प्रभाव का अनुमान लगाने के लिए बेज़ियन संरचनात्मक समय-शृंखला इवेंट-स्टडी विधियाँ लागू करती है। यह लक्ष्य के दैनिक लॉग प्रतिफल और अंतरराष्ट्रीय तथा कमोडिटी ETF नियंत्रणों के प्रतिफल के बीच घटना-पूर्व संबंधों से…

निश्चित आयघटना आधारितसांख्यिकीमशीन लर्निंग
Machine Learning for Trading

यह नोटबुक जाँचती है कि क्या व्यापक ETF सह-गति को नियंत्रित करने के बाद चार प्रबंधित-पोर्टफोलियो रणनीतियाँ SPY प्रतिफल समझाती हैं। रणनीतियाँ पिछली गति, अस्थिरता या हाल के प्रतिफल का उपयोग करके ETFs को रैंक करती हैं। लंबे इतिहास वाले ETFs के संतुलित समूह से दस…

फ़ैक्टर निवेशमशीन लर्निंगसांख्यिकीमोमेंटम
Machine Learning for Trading

यह नोटबुक संस्थागत इक्विटी होल्डिंग्स पर Word2Vec स्किप-ग्राम लागू करती है। इसमें हर संस्था के पोर्टफोलियो को एक वाक्य, शेयर पहचानकर्ताओं को टोकन और रिपोर्ट किए गए होल्डिंग मूल्य के क्रम में स्थितियों को शब्द-क्रम माना जाता है। समान पोर्टफोलियो संदर्भों में…

इक्विटीमशीन लर्निंगपोर्टफोलियो निर्माणसांख्यिकी
Machine Learning for Trading

यह नोटबुक समझाती है कि स्टॉक विभाजन या नकद लाभांश की तारीख के पार कच्ची इक्विटी कीमतों से भ्रामक रिटर्न क्यों निकल सकते हैं। यह बैकवर्ड एडजस्टमेंट बताती है, जिसमें बाद की कॉर्पोरेट कार्रवाइयों के अनुसार ऐतिहासिक कीमतों का पैमाना बदला जाता है, और निष्पादन…

इक्विटीसांख्यिकीबैकटेस्टिंगअमेरिकी बाज़ार
Machine Learning for Trading

यह नोटबुक जाँचती है कि क्रमिक अवलोकनों के निर्भर होने पर सिग्नल का सूचना गुणांक (IC) शोर से अलग पहचाना जा सकता है या नहीं। यह मोमेंटम सिग्नल और ETF डेटा के उदाहरण से समझाती है कि ओवरलैप होते अग्रिम रिटर्न, टिकाऊ सिग्नल रैंक और बाज़ार की स्थितियाँ दैनिक IC…

सांख्यिकीमशीन लर्निंगमोमेंटमबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक FRED की आर्थिक श्रृंखलाओं के उपलब्ध पैनल को देखने और उसके कैलेंडर-दिवस ग्रिड, मेटाडेटा तथा व्युत्पन्न कॉलम समझने का तरीका बताती है। चूँकि पैनल को दैनिक कैलेंडर में समतल किया गया है, पंक्तियों की संख्या मूल रिलीज़ समय-सारणी छिपा देती है। हर श्रृंखला…

बहु-एसेटनिश्चित आयअस्थिरतासांख्यिकी
Machine Learning for Trading

यह नोटबुक ARIMA पूर्वानुमानों को स्वतंत्र पूर्वानुमान के बजाय बाद के मॉडलों के इनपुट कॉलम मानती है। यह ETF रिटर्न पर मॉडल फिट करती है, क्रम चुनने के लिए स्टेशनैरिटी जाँच और स्वसहसंबंध निदान उपयोग करती है, और प्रशिक्षण खंड पर सूचना मानदंड से संभावित क्रमों की…

इक्विटीमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक FX लेबल के लिए NLinear पूर्वानुमान तैयार करने और पंजीकृत करने का तरीका बताती है। NLinear हर निश्चित-लंबाई इनपुट इतिहास से सबसे हाल का देखा गया स्तर घटाता है, ताकि मॉडल लुकबैक के भीतर बदलावों पर केंद्रित रहे। साझा अनुक्रम-पात्रता प्रक्रिया अंतिम…

विदेशी मुद्रामशीन लर्निंगबैकटेस्टिंगसांख्यिकी
Machine Learning for Trading

यह साझा विश्लेषण यूटिलिटी रजिस्ट्री मेट्रिक्स और पूर्वानुमान-स्तरीय निदान के ज़रिए ट्रेडिंग-मॉडल पूर्वानुमानों की तुलना में मदद करती है। यह पहले से गणना किए गए सूचना गुणांक परिणाम लोड करती है, चाहे तो लेबल या मॉडल परिवार के अनुसार फ़िल्टर करती है, और…

सांख्यिकीबैकटेस्टिंगमशीन लर्निंगपोर्टफोलियो निर्माण
Machine Learning for Trading

दस्तावेज़ टर्म स्ट्रक्चर के आधार पर उत्पादों को रैंक करने वाली क्रॉस-सेक्शनल फ़्यूचर्स रणनीति के लिए अग्रिम रिटर्न लेबल बनाने का तरीका बताता है। यह रोल-समायोजित कीमतों में अंतर करता है, जो कॉन्ट्रैक्ट रोल के पार रिटर्न के लिए उपयुक्त हैं, और कच्ची सेटलमेंट…

फ़्यूचर्सकमोडिटीकैरीबैकटेस्टिंग
Machine Learning for Trading

दस्तावेज़ फ़्यूचर्स कैरी से बने तीन मॉडल-आधारित फ़ीचर बताता है: अगले सत्र के कैरी का ARIMA पूर्वानुमान, चुनी हुई चक्र-लंबाइयों के रोलिंग Fourier माप, और औसत कैरी से बाज़ार की स्थिति का अनुमान लगाने वाला दो-अवस्था हिडन मार्कोव मॉडल। इसका केंद्रीय सबक…

फ़्यूचर्सकैरीमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

दस्तावेज़ दैनिक OHLCV डेटा उपलब्ध होने पर बिड-आस्क स्प्रेड का अनुमान लगाने के दो तरीके समझाता है। Corwin-Schultz पास-पास के एक-दिवसीय और दो-दिवसीय अंतराल के उच्च-निम्न परास की तुलना करता है और अस्थिरता तथा स्प्रेड के अलग-अलग व्यवहार से दोनों को अलग करता है;…

बाज़ार की सूक्ष्म संरचनासांख्यिकीऑर्डर निष्पादनअस्थिरता
Machine Learning for Trading

दस्तावेज़ रोलिंग ETF रिटर्न विंडो को पारंपरिक कन्वोल्यूशनल न्यूरल नेटवर्क के लिए दो-चैनल वाली छवियों में बदलने की प्रक्रिया बताता है। Gramian angular field सामान्यीकृत अवलोकनों को कोणों में बदलता और कोणों के जोड़े के संबंध दर्ज करता है; Markov transition…

इक्विटीमशीन लर्निंगतकनीकी संकेतकसांख्यिकी
Machine Learning for Trading

यह दस्तावेज़ परिसंपत्ति-मूल्य निर्धारण मॉडलों की तुलना के लिए उपयोग किए जाने वाले Chen, Pelger और Zhu के मासिक US इक्विटी पैनल का परिचय देता है। इसमें आर्थिक विषय के आधार पर समूहित 46 फ़र्म विशेषताएँ, अगले महीने के अतिरिक्त रिटर्न, और समय-क्रमित प्रशिक्षण,…

इक्विटीअमेरिकी बाज़ारफ़ैक्टर निवेशसांख्यिकी
Machine Learning for Trading

यह नोटबुक मॉडलिंग से पहले बाज़ार श्रृंखलाओं को समझने की प्रक्रिया बताती है। इसमें रुझान, अस्थिरता के समूह और भारी टेल पहचानने के लिए SPY की कीमतों और रिटर्न, VIX के स्तरों तथा रिटर्न वितरण के चार्ट से शुरुआत होती है। फिर यह समझाती है कि Augmented…

इक्विटीसांख्यिकीअस्थिरताजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक SPY के दैनिक रिटर्न के ज़रिए फ़्रीक्वेंसी-डोमेन विश्लेषण और ट्रेडिंग फ़ीचर के स्रोत के रूप में उसकी सीमाएँ समझाती है। वेवलेट अपघटन उतार-चढ़ाव को क्रमशः धीमे होते समय-पैमाने के बैंड में अलग करता है, जबकि स्पेक्ट्रल अनुमान बताते हैं कि रिटर्न का…

इक्विटीसांख्यिकीअस्थिरतातकनीकी संकेतक
Machine Learning for Trading

यह नोटबुक पूर्वानुमान मॉडल में बाज़ार की स्थितियों को शामिल करने के तीन तरीकों की तुलना करती है: स्थिति संबंधी जानकारी छोड़ना, अस्थिर स्थिति की फ़िल्टर की गई संभावना को एक फ़ीचर के रूप में जोड़ना, या स्पष्ट रूप से निर्धारित स्थितियों के लिए अलग-अलग विशेषज्ञ…

मशीन लर्निंगसांख्यिकीबैकटेस्टिंगतकनीकी संकेतक
Machine Learning for Trading

यह केस-स्टडी विस्तृत US इक्विटी पैनल में फ़ॉरवर्ड रिटर्न के पूर्वानुमान के लिए linear मॉडल को baseline के रूप में उपयोग करती है। यह बताती है कि एक-दूसरे पर चढ़ते मूल्य और volume फ़ीचर collinearity क्यों बनाते हैं, जिससे ordinary least squares coefficient…

इक्विटीअमेरिकी बाज़ारमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह विश्लेषण नौ ट्रेडिंग केस-स्टडी के पंजीकृत double machine learning उपचार प्रभावों की तुलना करता है। यह हर अध्ययन की registry से मौजूदा नतीजे लोड करता है, registry की अखंडता और दोहराए गए label जाँचता है, और कवरेज को स्पष्ट रखता है। प्रभाव और confidence…

सांख्यिकीमशीन लर्निंगबैकटेस्टिंगइक्विटी
Machine Learning for Trading

यह नोटबुक दैनिक पोर्टफ़ोलियो रिटर्न और मिलान किए गए SPY benchmark से ETF allocation बैकटेस्ट का आकलन करने का ढाँचा देती है। इसमें Sharpe, Sortino, Calmar और अधिकतम ड्रॉडाउन जैसे जोखिम और रिटर्न माप; rolling माप; ड्रॉडाउन से उबरना; benchmark के सापेक्ष alpha,…

बैकटेस्टिंगपोर्टफोलियो निर्माणजोखिम प्रबंधनसांख्यिकी
Machine Learning for Trading

यह नोटबुक बताती है कि मॉडल की अनिश्चितता बिंदु अनुमान से आगे की जानकारी कैसे दे सकती है। इसमें stochastic volatility मॉडल fit किया जाता है, जिसमें latent log volatility समय के साथ बदलती है और रिटर्न Student-t distribution का अनुसरण करते हैं। Sampler…

अस्थिरतामशीन लर्निंगसांख्यिकीजोखिम प्रबंधन
Machine Learning for Trading

यह मूल्यांकन ढाँचा वित्तीय retrieval-augmented generation pipeline में विफलता के चार प्रकार अलग करता है: प्रासंगिक प्रमाण ढूँढ़ना, उत्तरों को उस प्रमाण पर आधारित रखना, जिन प्रश्नों का उत्तर नहीं दिया जा सकता उनसे इनकार करना, और पुनःप्राप्त पाठ में असुरक्षित…

मशीन लर्निंगसांख्यिकीजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक विवादित probability forecast पर bull-versus-bear बहस के कई दौर प्रस्तुत करती है। दोनों पक्ष साझा research-agent सारांशों के आधार पर तर्क देते हैं, दूसरे पक्ष की पिछली स्थिति देखते हैं और अपनी probability बदलते हैं। प्रक्रिया तब रुकती है जब…

सांख्यिकीमशीन लर्निंग
Machine Learning for Trading

यह खोजपरक विश्लेषण विकल्प अनुबंधों और chain संरचना का परिचय देता है, फिर आठ underlyings पर S&P 500 विकल्पों के 2020 नमूने का प्रोफ़ाइल बनाता है। इसमें moneyness, intrinsic और time value, implied volatility, Greeks, और strike, expiration तथा call-put पक्ष से…

ऑप्शंसइक्विटीअस्थिरताडेरिवेटिव का मूल्य निर्धारण