नॉलेज लाइब्रेरी

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 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 केस स्टडी ऐसे फ़ीचर बनाती है जिनसे जाँचा जा सके कि एट-द-मनी इम्प्लाइड वैरिएंस, S&P 500 नामों के बाद के रियलाइज़्ड वैरिएंस से अधिक है या नहीं और यह अंतर प्रतिभूतियों के बीच बदलता है या नहीं। यह स्ट्रैडल कोट और अंतर्निहित कीमतों को जोड़कर वैरिएंस प्रीमियम,…

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 विविधीकृत ETF यूनिवर्स के लिए लॉन्ग-ओनली, हमेशा पूरी तरह निवेशित मीन-वैरिएंस ढाँचा बनाती है। यह व्यवहार्य पोर्टफ़ोलियो और कुशल फ्रंटियर तैयार करती है, फिर अनुमानित रिटर्न और कोवैरिएंस का उपयोग करके अधिकतम-शार्प और न्यूनतम-वैरिएंस वेट निकालती है। यह…

यह नोटबुक मापती है कि निष्पादन लागत पहले से चुने गए क्रिप्टो परपेचुअल फ़्यूचर्स कॉन्फ़िगरेशन को कैसे प्रभावित करती है। यह मॉडल, चेकपॉइंट, प्रवेश नियम, आवंटन और जोखिम नियंत्रण स्थिर रखती है, फिर ट्रेड किए गए नॉशनल पर राउंड-ट्रिप शुल्कों के ग्रिड में बैकटेस्ट…

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 कॉन्फ़िगरेशन फ़र्म विशेषताओं के आधार पर रैंक किए गए मासिक लॉन्ग-शॉर्ट US इक्विटी पोर्टफ़ोलियो का वर्णन करता है। इसमें 46 विशेषताओं वाला पूर्ण-अभिलेख ब्रह्मांड, माह-अंत निर्णय, अगले खुलने पर निष्पादन, लॉन्ग और शॉर्ट हिस्सों में समान वेटिंग तथा उधार सहित…

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 पोर्टफ़ोलियो रिटर्न से सिम्युलेटेड ट्रेड तक मासिक ETF रोटेशन बैकटेस्ट बनाती है। यह पीछे के जोखिम-समायोजित रिटर्न से दस फ़ंड की रैंकिंग करती है, अग्रणी फ़ंडों और रक्षात्मक बॉन्ड आवंटन के बीच चुनने के लिए Treasury यील्ड-वक्र व्यवस्था लागू करती है, और…

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…

यह नोटबुक RSI सीमाओं का उपयोग करके प्रवेश और निकास करने वाली केवल-लॉन्ग Bitcoin रणनीति के लिए ऑडिट योग्य रिपोर्ट बनाती है। यह सकल और शुद्ध परिणामों की तुलना करती है, फिर समान डेटा, वॉर्मअप, एक्सपोज़र, निष्पादन और लागतों के साथ चलाए गए खरीदो-और-रखो बेंचमार्क…

यह नोटबुक एक केंद्रित परीक्षण प्रस्तुत करती है: क्या परपेचुअल फ़ंडिंग फ़ीचरों का सीखा हुआ अनुक्रम निरूपण प्रीमियम, यानी परपेचुअल और स्पॉट कीमतों के अंतर, के हाथ से बनाए सारांशों से बेहतर है। यह NLinear की तुलना आवर्ती LSTM से करती है; NLinear हाल की विंडो के…

यह कॉन्फ़िगरेशन दैनिक लॉन्ग-शॉर्ट US इक्विटी रणनीति का वर्णन करता है, जो मॉडल पूर्वानुमानों से व्यापक स्टॉक ब्रह्मांड की रैंकिंग करती है, शीर्ष दशांश खरीदती है और निचले दशांश को शॉर्ट करती है; प्रत्येक समूह में समान वेट हैं। इसमें अगले सत्र के खुलने पर…

यह नोटबुक 20 मुद्रा युग्मों के उम्मीदवार फ़ीचरों का एक-एक करके आगे के रिटर्न के विरुद्ध मूल्यांकन करती है। विश्लेषण को वॉक-फ़ॉरवर्ड सत्यापन अवधियों तक सीमित रखा जाता है, हर सत्र पर उसका फोल्ड अंकित होता है और होल्डआउट से पहले एक बफ़र अंतर छोड़ा जाता है, ताकि…

यह नोटबुक मॉडल रैंकिंग को सरल क्रिप्टो परपेचुअल पोर्टफ़ोलियो में बदलती है। प्रत्येक फ़ंडिंग समय पर प्रवेश नियम रैंकिंग के शीर्ष या तल से कॉन्ट्रैक्ट चुनता है और समान वेट देता है। समान वेट एक संदर्भ बिंदु देता है: आकार स्थिर रखते हुए तुलना में अंतर रैंकिंग के…

यह नोटबुक मापती है कि एट-द-मनी S&P 500 ऑप्शन स्ट्रैडल का सत्यापन Sharpe, अनुमानित निष्पादन लागतों और दो ऑप्शन ब्रह्मांडों में कैसे बदलता है। यह स्प्रेड लागत को उद्धृत ऑप्शन हाफ-स्प्रेड के अंश के रूप में व्यक्त करती है, क्योंकि ऑप्शन प्रीमियम और अंतर्निहित…

यह मॉड्यूल कई मॉडल परिवारों के लिए वॉक-फ़ॉरवर्ड प्रशिक्षण और सत्यापन फ़ोल्ड तैयार करने का साझा तरीका बताता है। यह बाद के मॉडल-विशिष्ट रूपांतरणों से महँगे, मॉडल-स्वतंत्र काम को अलग करता है—जैसे समय विंडो काटना, फ़ोल्ड-विशिष्ट मॉडल-आधारित फीचर लागू करना,…

यह नोटबुक फ़्यूचर्स पूर्वानुमान के लिए LSTM और NLinear अनुक्रम मॉडल का मूल्यांकन करती है। हर निर्णय पर एक फीचर पंक्ति इस्तेमाल करने वाले मॉडलों से अलग, अनुक्रम मॉडल अतीत के क्रमबद्ध अवलोकनों की विंडो लेते हैं और उन पैटर्न को सीख सकते हैं जिन्हें तय सारांश…

यह नोटबुक स्थायी फ़्यूचर्स फ़ंडिंग शोध के लिए कई मॉडल परिवारों के सत्यापन पूर्वानुमानों की तुलना करती है। यह बताती है कि सूचना गुणांक पूर्वानुमानों और बाद के रिटर्न के बीच रैंक-संबंध मापता है, AUC ऊपर या नीचे के लेबल की रैंकिंग मापता है, और लॉग लॉस…

यह कार्यान्वयन बताता है कि डीप-लर्निंग अध्ययनों में उपयोग किए जाने वाले पैनल डेटा के लिए बैच किए गए अनुक्रम विंडो कैसे बनाएँ। विंडो पैनल के अपेक्षित कैलेंडर का पालन करती हैं; वे हर परिसंपत्ति के अवलोकनों को लगातार पंक्तियों में नहीं समेटतीं। अनुपलब्ध सत्र…

यह नोटबुक बाज़ार और कंपनी डेटा साफ़ करने के व्यावहारिक तरीके प्रस्तुत करती है, जिनमें डुप्लिकेट सँभालना, अंतराल चिह्न, डोमेन फ़िल्टर, रिवर्सल-आधारित स्पाइक पहचान, आउट्लायर क्लिपिंग, श्रेणीबद्ध एन्कोडिंग और अलग-अलग आवृत्तियों वाले डेटासेट संरेखित करना शामिल…