नॉलेज लाइब्रेरी

यह दस्तावेज़ Instrumented PCA का प्रदर्शन करता है, जिसमें एसेट फ़ैक्टर लोडिंग को रिटर्न से पहले देखे गए गुणों के रैखिक फलन के रूप में मॉडल किया जाता है। यह गुण-से-लोडिंग मैप और वास्तविक फ़ैक्टर का अनुमान लगाने के लिए ऑल्टरनेटिंग लीस्ट स्क्वेयर का उपयोग करता…

यह दस्तावेज़ Chen, Pelger और Zhu के एसेट-प्राइसिंग प्रतिकृति संग्रह से लिए गए पुनरुत्पादनीय US इक्विटी बेंचमार्क का वर्णन करता है। इसमें 1967 से 2016 तक के लगभग 1.2 मिलियन मासिक स्टॉक अवलोकन हैं, जिनमें 46 फ़र्म गुण, मैक्रोइकॉनॉमिक संकेतक, फ़ॉरवर्ड रिटर्न और…

यह नोटबुक एडवर्सेरियल स्टोकेस्टिक डिस्काउंट फ़ैक्टर डिज़ाइन को दैनिक U.S. इक्विटी पर लागू करती है। पोर्टफ़ोलियो-वेट नेटवर्क अगले दिन के अतिरिक्त रिटर्न से फ़ैक्टर बनाता है, जबकि प्रतिस्पर्धी मोमेंट नेटवर्क प्राइसिंग कर्नेल को प्रशिक्षित करने में मदद करता है;…

यह नोटबुक गुमनाम फ़र्म विशेषताओं और रिटर्न के पैनल पर रैंडम फ़ॉरेस्ट की तुलना XGBoost, LightGBM और CatBoost से करती है। डेटासेट में समयानुसार प्रशिक्षण, सत्यापन और परीक्षण विभाजन हैं। मॉडल का मूल्यांकन मुख्य माप के रूप में स्पीयरमैन रैंक सूचना गुणांक और…

यह नोटबुक एक सशर्त ऑटोएन्कोडर प्रस्तुत करती है, जो संरचित अव्यक्त फ़ैक्टर मॉडल को बनाए रखते हुए फ़र्म विशेषताओं से फ़ैक्टर एक्सपोज़र तक के रैखिक मानचित्र की जगह न्यूरल नेटवर्क रखती है। मासिक रिटर्न को विशेषता-आधारित एक्सपोज़र और मासिक फ़ैक्टर रिटर्न के…

यह नोटबुक पहले से फ़र्मों के बीच रैंक की गई विशेषताओं वाले प्रकाशित पैनल से US फ़र्म-विशेषता अध्ययन के लिए मासिक मॉडल मैट्रिक्स बनाती है। यह बिना ट्रांसफ़ॉर्म फ़िट किए या रोलिंग विंडो निकाले, उसी फ़र्म-माह पंक्ति के मानों से संयुक्त फ़ीचर और इंटरैक्शन जोड़ती…

यह नोटबुक फ़र्म विशेषताओं से आगे के रिटर्न का पूर्वानुमान करने के लिए पर्यवेक्षित ऑटोएन्कोडर का अध्ययन करती है। यह संकीर्ण न्यूरल-नेटवर्क बॉटलनेक बनाए रखती है, लेकिन संबंधित मॉडलों में प्रयुक्त सशर्त-कारक व्याख्या और मूल्य निर्धारण प्रतिबंध हटा देती है।…

यह व्यवहार्यता विश्लेषण जाँचता है कि उपलब्ध पैनल से US फ़र्म विशेषताओं पर आधारित मासिक लॉन्ग-शॉर्ट रणनीति का मूल्यांकन किया जा सकता है या नहीं। यह सत्यापित करता है कि माप रैंक के रूप में एन्कोड किए गए हैं, बताता है कि फ़र्म कितने समय तक अवलोकन योग्य रहती…

यह नोटबुक वित्तीय सुर्खियों को शेयर-स्तरीय संकेतों में बदलने की प्रक्रिया प्रस्तुत करती है। यह समाचार कॉर्पस को साफ़ और मानकीकृत करती है, टिकर-तिथि समूहों के भीतर सटीक और प्रीफ़िक्स से मेल खाने वाले डुप्लिकेट हटाती है, और सुर्खियों का अर्थ दर्शाने के लिए…

यह नोटबुक पहले चुने गए फ़र्म-विशेषता पूर्वानुमानों और स्थिर पोर्टफ़ोलियो कॉन्फ़िगरेशन को एक वर्ष की होल्डआउट अवधि पर लागू करती है। आउट-ऑफ़-सैंपल मूल्यांकन सुरक्षित रखने के लिए यह पूर्वानुमान, आवंटन, संकेंद्रण, रीबैलेंसिंग या लेनदेन लागत के बारे में कोई नया…

यह नोटबुक बदलते US इक्विटी पैनल के लिए इंस्ट्रूमेंटेड प्रमुख घटक विश्लेषण (IPCA) समझाती है। पारंपरिक PCA हर शेयर को एक फ़िट की हुई लोडिंग देता है, जो प्रशिक्षण नमूने से अनुपस्थित शेयरों को स्वाभाविक रूप से शामिल नहीं कर सकती और कंपनी की विशेषताएँ बदलने पर भी…

यह नोटबुक व्यापक साझा उतार-चढ़ाव को कम कारकों से दर्शाने के लिए US शेयर रिटर्न के पैनल पर प्रमुख घटक विश्लेषण लागू करती है। हर कारक साझा बदलाव की एक दिशा है, और प्रत्येक शेयर की लोडिंग उस दिशा के प्रति उसका एक्सपोज़र बताती है। कारकों और लोडिंग से…

यह नोटबुक नौ केस अध्ययनों में पाँच अव्यक्त-कारक आकलकों—PCA, IPCA, CAE, SDF, और SAE—के पंजीकृत सत्यापन परिणामों का संश्लेषण करती है। पहले यह बताती है कि प्रत्येक पैनल में किन आकलकों के परिणाम उपलब्ध हैं, फिर हर केस अध्ययन के लिए उच्चतम औसत दैनिक स्पीयरमैन…

यह दस्तावेज़ फ़र्म विशेषताओं से मासिक रिटर्न का पूर्वानुमान करने वाले TabM न्यूरल नेटवर्कों का वॉक-फ़ॉरवर्ड अध्ययन बताता है। साझा प्रशिक्षण रनर रिग्रेशन के लिए squared error और वर्गीकरण के लिए cross-entropy उद्देश्य तय करता है, इसलिए प्रयोग में लॉस फ़ंक्शन…

यह नोटबुक इक्विटी विकल्प विश्लेषण केस स्टडी पर लागू पाँच गुप्त-फैक्टर तरीकों का परिवार-स्तरीय दृष्टिकोण देती है। PCA प्रतिफल पैनल से सीधे साझा उतार-चढ़ाव का अनुमान लगाती है; IPCA विशेषताओं को रैखिक रूप से एक्सपोज़र से जोड़ती है; सशर्त ऑटोएन्कोडर गैर-रैखिक…

यह नोटबुक इंस्ट्रूमेंटेड प्रिंसिपल कंपोनेंट विश्लेषण को क्रॉस-सेक्शनल प्रतिफल के मॉडल के रूप में प्रस्तुत करती है। हर कंपनी की विशेषताओं को सीधे प्रतिफल भार देने के बजाय, IPCA विशेषताओं से फैक्टर एक्सपोज़र तक साझा रैखिक मानचित्र का अनुमान लगाती है, साथ ही…

यह नोटबुक इंस्ट्रूमेंटेड प्रिंसिपल कंपोनेंट एनालिसिस समझाती है, जिसमें हर स्टॉक को स्थिर भार देने के बजाय गुप्त-कारक भार देखी जा सकने वाली स्टॉक विशेषताओं पर निर्भर करते हैं। विशेषताओं से कारक एक्सपोज़र तक साझा मैपिंग, प्रशिक्षण पैनल में अनुपस्थित स्टॉक्स के…

यह दस्तावेज़ ऐसे कंपनी-रिटर्न मॉडल परिवार का परिचय देता है जो मानता है कि कुछ ही अज्ञात साझा फ़ैक्टर क्रॉस-सेक्शन के अधिकांश हिस्से को समझाते हैं। विशेषताओं से सीधे रिटर्न का पूर्वानुमान लगाने के बजाय ये मॉडल विशेषताओं से हर कंपनी के फ़ैक्टर एक्सपोज़र का…

यह नोटबुक इक्विटी फ़ैक्टर मॉडलिंग के लिए सुपरवाइज़्ड ऑटोएन्कोडर प्रस्तुत करती है। अनसुपरवाइज़्ड ऑटोएन्कोडर के विपरीत, जो क्रॉस-सेक्शन का पुनर्निर्माण करके बॉटलनेक सीखते हैं, इस मॉडल के प्रशिक्षण उद्देश्य में फ़ॉरवर्ड रिटर्न भी शामिल हैं। इसलिए लक्ष्य सीखी गई…

यह नोटबुक CME फ़्यूचर्स पर न्यूरल स्टोकेस्टिक डिस्काउंट-फ़ैक्टर मॉडल लागू करती है। एसेट-प्राइसिंग के संदर्भ में, स्टोकेस्टिक डिस्काउंट फ़ैक्टर ऐसा यादृच्छिक चर है जिसका हर एसेट के रिटर्न से गुणन, आर्बिट्राज न होने की स्थिति में, समान अपेक्षित मान देता है।…

यह नोटबुक नौ एसेट वर्गों में इंजीनियर किए गए वित्तीय फ़ीचर की केस स्टडी-पार सूची प्रस्तुत करती है। यह उपलब्ध प्रत्येक फ़ीचर पैनल से फ़ीचर और नाम-आधारित परिवारों की गिनती करती है, फ़ीचर-स्पेस के आकार की तुलना करती है और हर केस स्टडी की मॉडल रजिस्ट्री में दर्ज…

यह केस स्टडी US कंपनियों की विशेषताओं से बनी मासिक लॉन्ग-शॉर्ट डेसाइल रणनीतियों का मूल्यांकन करती है। इसमें समय-बिंदु के अनुरूप लेखांकन लैग, वॉक-फ़ॉरवर्ड वैलिडेशन और युग-आधारित ट्रेडिंग लागत के तहत रैखिक मॉडल, ग्रेडिएंट बूस्टिंग और लेटेंट-फ़ैक्टर तरीकों की…

यह मॉड्यूल कई गुप्त फ़ैक्टर मॉडल—जिनमें प्रमुख घटक, इंस्ट्रूमेंटेड प्रमुख घटक और न्यूरल ऑटोएन्कोडर शामिल हैं—की वॉक-फ़ॉरवर्ड फ़िटिंग और मूल्यांकन का समन्वय करता है। यह पैनल डेटा और फ़ोल्ड तैयार करता है, मॉडल-विशिष्ट रनर चलाता है और पूर्वानुमान, फ़ोल्ड-स्तर…

यह कार्यान्वयन परिसंपत्ति मूल्य निर्धारण के लिए सशर्त ऑटोएन्कोडर का वर्णन करता है। बीटा नेटवर्क हर शेयर की विशेषताओं को गुप्त फ़ैक्टर लोडिंग में बदलता है, जबकि रैखिक फ़ैक्टर नेटवर्क प्रबंधित पोर्टफ़ोलियो रिटर्न को फ़ैक्टर रिटर्न में बदलता है। मॉडल संबंधित…