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

दस्तावेज़ इंट्राडे फ़ीचर से NASDAQ-100 शेयर रिटर्न का पूर्वानुमान लगाने वाला न्यूनतम सीक्वेंस मॉडल NLinear प्रस्तुत करता है। यह एक निश्चित पिछली विंडो का उपयोग करता है, नवीनतम अवलोकन घटाता है ताकि मॉडल स्तरों के बजाय बदलावों पर काम करे, और परिणामी फ़ीचर को…

इक्विटीमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ SEC 8-K फ़ाइलिंग को संरचित कॉर्पोरेट घटनाओं में बदलने वाली पाइपलाइन बताता है। भाषा मॉडल घटना-संबंध निकालता है, जबकि स्पष्ट स्कीमा जाँच इकाई के नाम, संबंध प्रकार, श्रेणियाँ और तारीखें सत्यापित करती हैं। नियतात्मक सामान्यीकरण इकाई के फ़ॉर्मैट को…

घटना आधारितमशीन लर्निंगसांख्यिकीबाज़ार की सूक्ष्म संरचना
Machine Learning for Trading

यह मॉड्यूल उस समय रजिस्ट्री को माइग्रेट करने का तरीका बताता है जब किसी लाइब्रेरी ने वॉक-फ़ॉरवर्ड फ़ोल्ड की संख्या बदल दी हो, जबकि उनकी दिनांक-सीमाएँ और फ़िट किए गए मान अपरिवर्तित रहें। चूँकि फ़ोल्ड पहचानकर्ता प्रशिक्षण विनिर्देशों, पूर्वानुमान कुंजियों,…

बैकटेस्टिंगमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक बताती है कि हिडन मार्कोव मॉडल रिटर्न और हाल की वोलैटिलिटी से अप्रेक्षित बाज़ार अवस्थाओं का अनुमान कैसे लगाते हैं। पहले तुलना के सरल नियम तय किए गए हैं: तनाव के लिए वोलैटिलिटी सूचकांक की सीमा और रुझान के लिए लंबी मूविंग एवरेज के सापेक्ष कीमत।…

मशीन लर्निंगसांख्यिकीअस्थिरतातकनीकी संकेतक
Machine Learning for Trading

यह नोटबुक जाँचने का ढाँचा प्रस्तुत करती है कि मोमेंटम सिग्नल की दिखने वाली गुणवत्ता उचित शोध विकल्पों के बावजूद बनी रहती है या नहीं। निर्धारित होल्डआउट अवधि से पहले के वास्तविक ETF डेटा का उपयोग करते हुए, यह एक समय में एक लुकबैक पैरामीटर बदलती है और…

इक्विटीमोमेंटमसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

नोटबुक बताती है कि अधूरे या बेमेल मूल्यांकन नमूनों को नतीजे बिगाड़ने दिए बिना S&P 500 विकल्पों के पूर्वानुमान मॉडल की तुलना कैसे करें। यह हर मॉडल की पहचान उसके परिवार, कॉन्फ़िगरेशन और चेकपॉइंट से करती है, जाँचती है कि पूर्वानुमान पंजीकृत पात्रता अनुबंधों पर…

ऑप्शंसमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक Ridge प्रतिगमन और तीन कॉन्फ़ॉर्मल विधियों—स्प्लिट कॉन्फ़ॉर्मल पूर्वानुमान, कॉन्फ़ॉर्मलाइज़्ड क्वांटाइल प्रतिगमन और अनुकूली कॉन्फ़ॉर्मल अनुमान—से ETF अग्रिम रिटर्न के लिए अनिश्चितता अंतराल बनाती है। यह वॉक-फ़ॉरवर्ड फ़ोल्ड से उनका मूल्यांकन करती है…

इक्विटीमशीन लर्निंगसांख्यिकीजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक छह पूर्व-उपचार नियंत्रणों के समायोजन के बाद यह अनुमान लगाने के लिए डबल मशीन लर्निंग इस्तेमाल करती है कि पर्पेचुअल-फ़्यूचर्स प्रीमियम z-स्कोर का अगले आठ घंटे के रिटर्न से संबंध है या नहीं। यह अलग-अलग फ़िट और उपचार-अंतरक्रिया के ज़रिए उच्च और निम्न…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक ओवरलैप होती रिटर्न विंडो और उनसे जुड़े मोमेंटम, वोलैटिलिटी तथा ऑसिलेटर मापों से बने ETF फ़ीचर पर रैखिक मॉडलों की तुलना करती है। ऐसे पूर्वानुमानकर्ता सहसंबद्ध होते हैं, जिससे साधारण न्यूनतम वर्ग गुणांक अस्थिर हो जाते हैं। प्रयोग वॉक-फ़ॉरवर्ड…

बहु-एसेटमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

फ़्रैक्शनल डिफरेंसिंग लॉग कीमतों पर लैग डिफ़रेंस ऑपरेटर की गैर-पूर्णांक घात लागू करती है। इसके द्विपद भार पिछली टिप्पणियों के साथ घटते जाते हैं, इसलिए परिणाम कीमतों के बदलावों को कुछ बची हुई स्तर-संबंधी जानकारी के साथ जोड़ता है। फ़्रैक्शनल क्रम इस संतुलन को…

सांख्यिकीतकनीकी संकेतकमशीन लर्निंग
Machine Learning for Trading

यह अध्याय बाज़ार, मौलिक और वैकल्पिक स्रोतों के वित्तीय डेटा का मानचित्र प्रस्तुत करता है, फिर तुलना करता है कि परिसंपत्ति वर्ग कीमतों, तरलता और अवलोकनों के अर्थ को कैसे प्रभावित करते हैं। यह बताता है कि टाइमस्टैम्प, समायोजन, पहचानकर्ता और संशोधन डेटासेट की…

बहु-एसेटसांख्यिकीबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक कृत्रिम वित्तीय शृंखलाएँ बनाने वाला आवर्ती जनरेटिव प्रतिद्वंद्वी मॉडल TimeGAN प्रस्तुत करती है। इसके पाँच मॉड्यूल एम्बेडिंग और पुनर्निर्माण सीखते हैं, अगली अव्यक्त अवस्थाओं का पूर्वानुमान करते हैं, शोर से शृंखलाएँ बनाते हैं और जनित तथा वास्तविक…

मशीन लर्निंगइक्विटीसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ केस अध्ययन मूल्यांकन सेटिंग्स से वॉक-फ़ॉरवर्ड सत्यापन विभाजन बनाने का साझा तरीका बताता है। यह फ़ोल्ड निर्माण कैलेंडर-सचेत विभाजक को सौंपता है, पैनल पंक्तियों को संरेखित रखने के लिए अद्वितीय टाइमस्टैम्प पर काम करता है और परिभाषित होल्डआउट सीमा से…

बैकटेस्टिंगसांख्यिकीजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक एक कैलेंडर वर्ष में दो US इक्विटी लीनियर-मॉडल विन्यासों की वास्तविक सत्यापन पूर्वानुमान त्रुटियों पर दो क्रमिक पहचान विधियाँ लागू करती है। दो-खिड़की औसत-परिवर्तन पहचान विधि त्रुटि परिमाण में बदलाव खोजती है, जबकि खराब-दिन आवृत्ति मॉनिटर देखता है कि…

मशीन लर्निंगसांख्यिकीजोखिम प्रबंधनइक्विटी
Machine Learning for Trading

यह नोटबुक ETF के आगे के प्रतिफलों का पूर्वानुमान करने वाला सुपरवाइज़्ड ऑटोएन्कोडर प्रस्तुत करती है। नेटवर्क फ़ंड की फ़ीचर पंक्ति को कम-आयामी निरूपण में संपीड़ित करता है और उसी निरूपण से सीधे प्रतिफल का पूर्वानुमान करता है। उसी मॉडल परिवार के कंडीशनल…

मशीन लर्निंगइक्विटीसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ मौजूदा वॉक-फ़ॉरवर्ड सत्यापन विनिर्देश से एकल होल्डआउट प्रशिक्षण अंतराल निकालने का तरीका बताता है। यह अध्ययन कॉन्फ़िगरेशन में घोषित होल्डआउट तारीखें लेता है, सत्यापन फ़ोल्डों में सबसे शुरुआती प्रशिक्षण आरंभ का उपयोग करता है और सबसे चौड़े लेबल…

बैकटेस्टिंगमशीन लर्निंगजोखिम प्रबंधनसांख्यिकी
Machine Learning for Trading

यह नोटबुक S&P 500 शेयरों पर शॉर्ट एट-द-मनी स्ट्रैडल के आगे के प्रतिफल लेबल विकसित करती है। चूँकि दैनिक पैनल का नाममात्र 30-दिवसीय स्ट्रैडल हर सत्र में अलग अनुबंध दर्शाता है, कीमतों की खिसकी हुई शृंखला उपकरणों को मिला देगी। इसके बजाय लेबल दर्ज किए गए सटीक कॉल…

ऑप्शंसअस्थिरताडेरिवेटिव का मूल्य निर्धारणसांख्यिकी
Machine Learning for Trading

यह नोटबुक बताती है कि घटना-संकेत या घोषणाएँ बाज़ार बेंचमार्क से आगे प्रतिफल का पूर्वानुमान करती हैं या नहीं, इसकी जाँच कैसे करें। यह तरल ETF में मोमेंटम ब्रेकआउट का उपयोग कर प्रक्रिया दिखाती है: घटना से पहले के प्रतिफल से बाज़ार मॉडल का अनुमान लगाएँ, घटना…

सांख्यिकीबैकटेस्टिंगमोमेंटमब्रेकआउट
Machine Learning for Trading

यह विश्लेषण नौ ट्रेडिंग केस अध्ययनों में फ़ीचर छँटाई लेजरों की तुलना करता है। यह Benjamini–Hochberg गलत-खोज-दर महत्व को PROCEED निर्णय के दूसरे रास्ते से अलग करता है, जिसमें मामले के अनुसार प्रभाव-आकार की न्यूनतम सीमा और फ़ोल्डों में संकेत की स्थिरता शामिल…

सांख्यिकीमशीन लर्निंगबैकटेस्टिंगफ़ैक्टर निवेश
Machine Learning for Trading

यह नोटबुक तीन-वर्गीय वित्तीय वाक्य भावना के लिए तीन ट्रांसफ़ॉर्मर चेकपॉइंट फ़ाइन-ट्यून करती है और उनकी सटीकता, मैक्रो F1, भ्रम मैट्रिक्स, पैरामीटर संख्या तथा प्रशिक्षण समय की तुलना करती है। यह Financial PhraseBank के स्तरीकृत प्रशिक्षण, सत्यापन और परीक्षण…

मशीन लर्निंगसांख्यिकीबाज़ार भावनाबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ दर्ज करता है कि क्या फेडरल रिज़र्व 2026 में अपनी लक्ष्य दर बढ़ाएगा, इस पर तेज़ी और मंदी के पक्षों के बीच संरचित बहस हुई। तीन एजेंट इस प्रश्न का आकलन करते हैं; उनके तर्क फेड के अनुमानों, मुद्रास्फीति, श्रम बाज़ार की स्थितियों, वित्तीय संस्थानों…

निश्चित आयअमेरिकी बाज़ारसांख्यिकी
Machine Learning for Trading

यह नोटबुक इक्विटी शोध के लिए कच्ची SEC फ़ॉर्म 4 XML से अंदरूनी लेनदेन निकालने का तरीका बताती है। यह प्रत्येक लेनदेन खंड को पार्सिंग की इकाई मानती है, ताकि लेनदेन कोड, तारीख, शेयर संख्या, कीमत और दिशा का संबंध बना रहे। XML ट्री ट्रैवर्सल से अलग-अलग सौदों या…

इक्विटीअमेरिकी बाज़ारघटना आधारितसांख्यिकी
Machine Learning for Trading

यह नोटबुक अध्ययन करती है कि क्या ऑर्डर-बुक गतिविधि NVDA के निकट-अवधि के प्रतिफल का पूर्वानुमान करती है। यह बाज़ार-दर-ऑर्डर जोड़, रद्दीकरण और निष्पादन से दूरी-भारित बुक दबाव माप बनाती है, फिर मध्य मूल्य के पास तरलता में बदलाव दिखाने के लिए चिह्नित गतिविधि को…

इक्विटीबाज़ार की सूक्ष्म संरचनाऑर्डर निष्पादनसांख्यिकी
arXiv papers

यह अध्ययन NSE 500 शेयरों से बनाए गए भौतिक मोमेंटम पोर्टफ़ोलियो का दैनिक, साप्ताहिक, मासिक और वार्षिक अवधियों में मूल्यांकन करता है। यह 2014–2021 के ऐतिहासिक प्रतिफल और जोखिम प्रोफ़ाइल की जाँच करता है और हर अवधि के सबसे अच्छा प्रदर्शन करने वाले पोर्टफ़ोलियो…

इक्विटीमोमेंटमसांख्यिकीबैकटेस्टिंग