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

158 दस्तावेज़

Machine Learning for Trading

यह नोटबुक CME फ़्यूचर्स पर मॉडल पूर्वानुमानों के मूल्यांकन के लिए सिग्नल-चरण का आधार स्थापित करती है। हर साप्ताहिक निर्णय पर यह अनुमानित रिटर्न के अनुसार उत्पादों की रैंकिंग करती है, शीर्ष समूह को खरीदती है, निचले समूह को शॉर्ट करती है और हर पोज़िशन को समान…

फ़्यूचर्सबैकटेस्टिंगपोर्टफोलियो निर्माणऑर्डर निष्पादन
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

यह दस्तावेज़ CME फ़्यूचर्स पर मॉडल पूर्वानुमानों के लिए सत्यापन आधार मॉडल समझाता है। हर साप्ताहिक निर्णय पर उत्पादों को अनुमानित रिटर्न के अनुसार रैंक किया जाता है; शीर्ष समूह को लॉन्ग और निचले समूह को शॉर्ट रखा जाता है, और हर पक्ष में समान भार होता है। हर…

फ़्यूचर्सबैकटेस्टिंगपोर्टफोलियो निर्माणजोखिम प्रबंधन
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 कई asset class के long-short momentum उदाहरण से फ़्यूचर्स बैकटेस्टिंग की कार्यविधि समझाती है। यह बताती है कि कॉन्ट्रैक्ट विनिर्देश multiplier के ज़रिए मूल्य उतार-चढ़ाव को डॉलर लाभ और हानि में कैसे बदलते हैं, और notional exposure कॉन्ट्रैक्ट आकार…

फ़्यूचर्समोमेंटमबैकटेस्टिंगपोज़िशन का आकार तय करना
Machine Learning for Trading

यह दस्तावेज़ क्रिप्टोकरेंसी परपेचुअल फ़्यूचर्स और उनके प्रीमियम इंडेक्स के अध्ययन के लिए डेटासेट और कार्यप्रवाह का वर्णन करता है। इसमें कॉन्फ़िगर किए गए यूनिवर्स में प्रति घंटा OHLCV अवलोकन और हर आठ घंटे के प्रीमियम रीडिंग शामिल हैं, साथ में डाउनलोड, लोडिंग,…

क्रिप्टोपरपेचुअल फ़्यूचर्सफ़्यूचर्सआर्बिट्राज
Machine Learning for Trading

यह नोटबुक शोध प्रक्रिया में अन्यत्र चुने गए एक निश्चित CME फ़्यूचर्स कॉन्फ़िगरेशन पर लेनदेन लागत के प्रभाव का आकलन करती है। यह कुल लागत के विभिन्न स्तर लागू करती है और हर स्तर को कमीशन तथा स्लिपेज के बीच बराबर बाँटती है। चयनित जोखिम ओवरले को बैकटेस्ट में…

फ़्यूचर्सबैकटेस्टिंगऑर्डर निष्पादनजोखिम प्रबंधन
Machine Learning for Trading

यह दस्तावेज़ CME फ़्यूचर्स डेटासेट का वर्णन करता है, जिसमें कई उत्पाद समूहों के लिए प्रति घंटा और दैनिक बार, निरंतर फ्रंट-मंथ कॉन्ट्रैक्ट और दो स्थगित अवधि शामिल हैं। यह डेटासेट के कवरेज, फ़ील्ड, लोड करने के विकल्प और संबंधित साप्ताहिक CFTC पोज़िशनिंग डेटा…

फ़्यूचर्सकैरीकमोडिटीबाज़ार की सूक्ष्म संरचना
Machine Learning for Trading

दस्तावेज़ गुप्त फ़ैक्टरों को साझा रिटर्न चालक के रूप में प्रस्तुत करता है, जिनका अनुमान नामित पूर्वानुमानकर्ताओं के बजाय फ़्यूचर्स के सह-गमन से लगाया जाता है। यह हर प्रशिक्षण फ़ोल्ड के भीतर फ़िट किए गए दो तरीकों की तुलना करता है। प्रधान घटक विश्लेषण (PCA)…

फ़्यूचर्सफ़ैक्टर निवेशमशीन लर्निंगपोर्टफोलियो निर्माण
Machine Learning for Trading

यह नोटबुक पहले से चुने गए CME फ़्यूचर्स कॉन्फ़िगरेशन को होल्डआउट पूर्वानुमानों पर लागू करती है। इसमें स्थापित आवंटक, रीबैलेंस कार्यक्रम, संकेंद्रण नियम और लेनदेन लागत की धारणाएँ उपयोग होती हैं। इसकी मुख्य पद्धतिगत बात है कि होल्डआउट का मूल्यांकन करने से पहले…

फ़्यूचर्सबैकटेस्टिंगजोखिम प्रबंधनसांख्यिकी
Machine Learning for Trading

यह नोटबुक पंजीकृत सत्यापन बैकटेस्ट से CME फ़्यूचर्स केस-स्टडी कॉन्फ़िगरेशन चुनने की प्रक्रिया बताती है। यह सिग्नल, आवंटन और जोखिम-प्रबंधन चरणों के उम्मीदवारों को एकत्र करती है, फिर सबसे मजबूत सत्यापन शार्प वाले कॉन्फ़िगरेशन को चुनती है। रिटर्न की दोनों…

फ़्यूचर्सबैकटेस्टिंगसांख्यिकीजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक चुनी हुई वास्तविक केस-स्टडी रणनीतियों पर Backtrader, Zipline Reloaded और एक आंतरिक ट्रेडिंग फ़्रेमवर्क के परिणामों की समानता की तुलना करती है। इसमें दोनों बाहरी इंजनों के लिए ETF और US इक्विटी-पैनल तुलना, और Backtrader के लिए CME फ़्यूचर्स तथा…

बैकटेस्टिंगऑर्डर निष्पादनबाज़ार की सूक्ष्म संरचनाइक्विटी
Machine Learning for Trading

यह केस स्टडी TabM—एक पैरामीटर-कुशल न्यूरल एन्सेम्बल—का मूल्यांकन दूसरे मॉडल परिवारों की तरह ही समय-बिंदु पर उपलब्ध CME फ़्यूचर्स विशेषता पंक्तियों और वॉक-फ़ॉरवर्ड फ़ोल्ड पर करती है। यह अधिकांश पैरामीटर साझा करते हुए मॉडल विविधता का औसत लेने के तरीके के रूप…

फ़्यूचर्समशीन लर्निंगबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक प्रीप्रोसेसिंग या विशेषता इंजीनियरिंग से पहले वित्तीय डेटासेट के लिए पुनः उपयोग योग्य निदान सर्वेक्षण बनाती है। यह समय-अनुक्रम के डेटा प्रकार, रिक्त टाइमस्टैम्प, क्रम और विशिष्टता की जाँच करती है; सटीक और कुंजी-आधारित डुप्लिकेट ढूँढ़ती है; फ़ील्ड,…

सांख्यिकीइक्विटीक्रिप्टोफ़्यूचर्स
Machine Learning for Trading

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…

फ़्यूचर्ससांख्यिकीमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

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…

फ़्यूचर्समशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक फ़्यूचर्स रिटर्न की प्रत्येक अवधि के लिए सत्यापन में सबसे ऊँची रैंक वाले संकेत या आवंटन रणनीति पर कॉन्फ़िगर किए गए स्टॉप-लॉस, ट्रेलिंग-स्टॉप और समय-आधारित निकास नियम लागू करती है। हर नियम का मूल्यांकन उसकी अपनी मूल रणनीति पर किया जाता है और…

फ़्यूचर्सकैरीऔसत की ओर वापसीजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक इक्विटी, ईटीएफ, फ़्यूचर्स, विदेशी मुद्रा और क्रिप्टो परपेचुअल में ट्रेडिंग लागत का अनुमान लगाने के लिए इकाइयों को ध्यान में रखने वाला ढाँचा विकसित करती है। पहले यह ट्रेड किए गए वॉल्यूम को उन गतिविधि मापों से अलग करती है जिन्हें डॉलर टर्नओवर में…

ऑर्डर निष्पादनबाज़ार की सूक्ष्म संरचनाजोखिम प्रबंधनफ़्यूचर्स
Machine Learning for Trading

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…

फ़्यूचर्समशीन लर्निंगबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह केस स्टडी विविध CME फ़्यूचर्स समूह में साप्ताहिक लॉन्ग-शॉर्ट, कैरी-रैंक आधारित रणनीतियों को परखती है। इसमें दैनिक डेटा, वॉक-फ़ॉरवर्ड मॉडल मूल्यांकन और कमीशन, स्प्रेड तथा रोल स्लिपेज की लागतें शामिल हैं। यह मॉडल परिवारों के बीच संकेत गुणवत्ता की तुलना करती…

फ़्यूचर्सकैरीमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक CME फ्यूचर्स के पैनल के लिए न्यूरल स्टोकेस्टिक डिस्काउंट फ़ैक्टर मॉडल प्रस्तुत करती है। मॉडल अव्यक्त कारक बनाने और घोषित आगे के रिटर्न क्षितिजों के लिए पूर्वानुमान देने हेतु उत्पाद रिटर्न तथा कैरी, मोमेंटम और अस्थिरता जैसी देखी जा सकने वाली…

फ़्यूचर्समशीन लर्निंगफ़ैक्टर निवेशबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक एक परिसंपत्ति के अकेले मूल्य इतिहास से आगे के डेटा से फ़ीचर निर्माण समझाती है। यह समकालीन फ्रंट और डिफ़र्ड अनुबंध कीमतों से वार्षिकीकृत फ्यूचर्स रोल यील्ड निकालती है और सामान्यीकृत वक्र ढलान तथा बटरफ़्लाई वक्रता की गणना के लिए तीन टेनर उपयोग करती…

फ़्यूचर्सऑप्शंसकैरीअस्थिरता
Machine Learning for Trading

यह कॉन्फ़िगरेशन इक्विटी सूचकांक, सरकारी बॉन्ड, ऊर्जा, धातु, मुद्राओं, कृषि और पशुधन में फैला साप्ताहिक फ्यूचर्स शोध यूनिवर्स परिभाषित करता है। यह शुक्रवार के निपटान को निर्णय स्नैपशॉट और सोमवार के खुलने को निष्पादन बिंदु तय करता है। रणनीति ढाँचा कैरी या…

फ़्यूचर्सबहु-एसेटकैरीमोमेंटम