यह नोटबुक संस्थागत होल्डिंग्स के लिए skip-gram Word2Vec को अनुकूलित करती है: हर 13F पोर्टफ़ोलियो को वाक्य, हर स्टॉक पहचानकर्ता को टोकन और पोज़िशन आकार की रैंक को टोकन क्रम मानती है। पास की पोज़िशन संदर्भ बनाती हैं, इसलिए संस्थानों द्वारा समान पोर्टफ़ोलियो…
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
867 दस्तावेज़
यह नोटबुक अनियमित अंतरालों पर सैंपल की गई वित्तीय सीरीज़ के लिए GT-GAN से प्रेरित जनरेटिव मॉडल प्रस्तुत करती है, जैसे टिक, वॉल्यूम या डॉलर बार। इसके एनकोडर, जनरेटर, डिस्क्रिमिनेटर और डिकोडर सतत-समय Neural ODE डायनेमिक्स उपयोग करते हैं, जिससे अव्यक्त अवस्थाएँ…
यह नोटबुक कई फ़ॉरवर्ड अवधियों के रिटर्न का पूर्वानुमान लगाने के लिए एक-मिनट NASDAQ-100 डेटा पर PatchTST फ़िट करने का वर्णन करती है। मॉडल लगातार अवलोकनों को पैच में समूहित करता है और उन पर अटेंशन लागू करता है, जिससे तुलना की जाने वाली वस्तुओं की संख्या घटती…
यह नोटबुक वित्तीय टाइम सीरीज़ बनाने के लिए बिना शर्त सिग्नेचर-आधारित Wasserstein GAN समझाती है। यह रिटर्न को संवर्धित पथों में बदलती है, संक्षिप्त पथ सिग्नेचर निकालती है और अपेक्षित सिग्नेचर से मेल कराने के लिए ब्राउनियन नॉइज़ से संचालित LSTM जनरेटर…
यह नोटबुक शांत और तनावपूर्ण अवधियों में ETF मोमेंटम तथा तकनीकी फ़ीचर पर, और विभिन्न बाज़ार व्यवस्थाओं में प्रीमियम-इंडेक्स डेटा वाले क्रिप्टो परपेचुअल पर फ़ीचर-ड्रिफ़्ट जाँच दिखाती है। यह बिन-स्तर के योगदान सहित पॉप्युलेशन स्टेबिलिटी इंडेक्स (PSI) की तुलना…
यह नोटबुक एक ETF पैनल के लिए वैश्विक अनुक्रम मॉडल के रूप में TSMixer का मूल्यांकन करती है। मॉडल विभिन्न फंडों में पैरामीटर साझा करता है, जबकि हर फंड के अपने इतिहास और सहचर चरों का उपयोग करता है; इसकी मिक्सिंग परतें किसी फंड के अवलोकनों को दूसरे फंड के…
यह नोटबुक बताती है कि प्रत्येक स्टॉक की विशेषताओं की क्रमबद्ध विंडो से रिटर्न का पूर्वानुमान लगाने के लिए TSMixer का उपयोग कैसे किया जाए। हर उदाहरण में लगातार 60 सत्र होते हैं; स्टॉक के इतिहास में अंतराल पार करने वाली विंडो हटाई जाती हैं, इसलिए उपयोग योग्य…
यह गाइड US इक्विटी डेटासेट को बाज़ार डेटा, कंपनी के बुनियादी आँकड़ों, निवेशक पोज़िशनिंग और फ़र्म विशेषताओं में व्यवस्थित करती है। इसमें दैनिक और इंट्राडे बार, ऑप्शंस और बाज़ार सूक्ष्म-संरचना रिकॉर्ड के लोडर सूचीबद्ध हैं, साथ ही SEC फ़ाइलिंग टेक्स्ट, XBRL…
यह नोटबुक कई मॉडल परिवारों के सत्यापन पूर्वानुमानों को समान-भार लॉन्ग-शॉर्ट पोर्टफ़ोलियो में बदलती है। यह पूर्वानुमानित रिटर्न के आधार पर स्टॉक रैंक करती है, शीर्ष नाम खरीदती है, सबसे नीचे के नाम शॉर्ट करती है और साझा बैकटेस्ट प्रक्रिया से कई पोर्टफ़ोलियो…
यह दस्तावेज़ फ़ाइलिंग, समाचार और वैकल्पिक डेटा से कंपनी नामों को प्रतिभूतियों से जोड़ने की चरणबद्ध प्रक्रिया प्रस्तुत करता है। यह CIK और LEI जैसे इकाई पहचानकर्ताओं को FIGI, CUSIP और ISIN जैसे प्रतिभूति पहचानकर्ताओं से अलग करता है और बताता है कि टिकर के लिए…
यह दस्तावेज़ इक्विटी ऑप्शन विश्लेषण शोध परिवेश में स्टॉक रिटर्न का पूर्वानुमान करने वाला सुपरवाइज़्ड ऑटोएन्कोडर फ़ैक्टर मॉडल समझाता है। PCA, IPCA और अनसुपरवाइज़्ड कंडीशनल ऑटोएन्कोडर से अलग, इसका प्रशिक्षण उद्देश्य क्रॉस-सेक्शन के पुनर्निर्माण को आगे के…
यह नोटबुक संबंधित परिवारों में समूहित फ़ीचर कॉलम का उपयोग करके CME फ़्यूचर्स उत्पादों के क्रॉस-सेक्शन के लिए रैखिक पूर्वानुमान मॉडल का अध्ययन करती है; इनमें कैरी, मोमेंटम, वोलैटिलिटी और रोलिंग जोखिम माप शामिल हैं। चूँकि एक परिवार के कॉलम अक्सर सहसंबद्ध होते…
यह शैक्षिक विश्लेषण एक ही कार्य पर चार न्यूरल नेटवर्क डिज़ाइनों की तुलना करता है: हाल के रिटर्न विंडो से अगले दैनिक रिटर्न का पूर्वानुमान। आठ एक्सचेंज-ट्रेडेड फंड का संयुक्त सेट बाज़ार के विविध एक्सपोज़र देता है। मॉडल विंडो को अलग-अलग तरीकों से संसाधित करते…
यह नोटबुक FX जोड़ों के अध्ययन के मानक सत्यापन पूर्वानुमानों के पूरे सेट का ऑडिट करती है। यह मॉडल पहचान, आर्टिफ़ैक्ट उपलब्धता, पूर्णता, कॉन्फ़िगर किए गए लेबल का कवरेज और यह जाँचती है कि जोड़े गए कॉन्फ़िगरेशन घोषित मेनू से मेल खाते हैं या नहीं। पहले के…
यह नोटबुक FX जोड़ों के अध्ययन के पंजीकृत सत्यापन पूर्वानुमानों का ऑडिट करती है। यह जाँचती है कि कैटलॉग में कॉन्फ़िगर की गई मॉडल आबादी, पूर्ण पूर्वानुमान सेट, उपलब्ध आर्टिफ़ैक्ट और वर्तमान मॉडल पहचान शामिल हैं। फिर यह लेबल, परिवार, कॉन्फ़िगरेशन और चेकपॉइंट के…
यह नोटबुक NLinear का मूल्यांकन करती है—एक सरल अनुक्रम मॉडल, जो पीछे देखने की अवधि के नवीनतम देखे गए स्तर को घटाकर बनी अनुक्रम को रैखिक रूपांतरण से पूर्वानुमान में बदलता है। यह वॉक-फ़ॉरवर्ड फ़ोल्ड पर ETF मॉडल आबादी को फ़िट करती है और उसकी तुलना रैखिक तथा…
यह केस स्टडी क्रिप्टो परपेचुअल फ़्यूचर्स में रिटर्न और दिशा का पूर्वानुमान करने के लिए रैखिक मॉडल फ़िट करती है। इसका फ़ीचर मैट्रिक्स परपेचुअल प्रीमियम के बदलावों से भरा है—कॉन्ट्रैक्ट और स्पॉट मूल्य के बीच का अंतर, जो फ़ंडिंग भुगतान तय करता है। यह Ridge की…
यह नोटबुक इक्विटी रिटर्न के लिए कंडीशनल ऑटोएन्कोडर प्रस्तुत करती है, जिसमें एक न्यूरल नेटवर्क स्टॉक विशेषताओं को नॉनलाइनियर फ़ैक्टर लोडिंग में बदलता है, जबकि दूसरा नेटवर्क विशेषता-प्रबंधित पोर्टफ़ोलियो रिटर्न से उसी समय के अव्यक्त फ़ैक्टर निकालता है। विशेषता…
यह नोटबुक तुलना करती है कि असतत पुनर्संतुलन और ट्रेडों पर आनुपातिक लागत होने पर शॉर्ट यूरोपीय कॉल को किन तरीकों से हेज किया जा सकता है। यह स्व-वित्तपोषित अंतिम P&L को परिभाषित करती है, फिर Heston के सिम्युलेटेड मूल्यों पर अपेक्षित शॉर्टफ़ॉल (पूँछ-हानि)…
यह नोटबुक LightGBM पूर्वानुमान मॉडल के लिए एकल-उद्देश्य हाइपरपैरामीटर ट्यूनिंग की तुलना बहुउद्देश्यीय खोज से करती है। आधार मॉडल सत्यापन सूचना गुणांक (IC) को अधिकतम करता है। NSGA-II खोज इसके बजाय IC को अधिकतम करते हुए सामान्यीकृत पूर्वानुमान टर्नओवर को…
यह अध्याय नौ केस स्टडी का संश्लेषण करता है, जिनमें मशीन लर्निंग संकेतों को पोर्टफ़ोलियो निर्माण, ट्रेडिंग लागत, जोखिम ओवरले और स्थिर होल्डआउट मूल्यांकन के चरणों से गुज़ारा गया है। यह केवल शार्प के आधार पर रणनीतियों की रैंकिंग करने के बजाय प्रत्येक केस स्टडी…
यह नोटबुक दैनिक SPY रिटर्न पर तीन रैखिक समय-श्रृंखला मॉडल, एक ट्रांसफ़ॉर्मर एनकोडर और बिना पैरामीटर वाले पूर्वानुमानों की तुलना करती है। रैखिक तरीके ऐतिहासिक अवधि को कई दिनों के पूर्वानुमान में बदलते हैं; कुछ संस्करण सहज घटक को शेष हिस्से से अलग करते हैं या…
यह नोटबुक तेज़ी और मंदी के पक्षों के बीच कई दौर की पूर्वानुमान बहस प्रस्तुत करती है। हर पक्ष किसी घटना की अधिक या कम संभावना के तर्क देता है, बाद के दौर में दूसरे पक्ष का पिछला तर्क देखता है और संभावना के साथ सहायक साक्ष्य बताता है। मुख्य निदान समय के साथ…
यह नोटबुक जाँचती है कि ग्रेडिएंट-बूस्टेड ट्री, NASDAQ-100 माइक्रोस्ट्रक्चर फ़ीचर में वे गैर-रैखिक संबंध खोज सकते हैं जिन्हें रैखिक मॉडल चूक सकता है। इसका ध्यान इस संभावना पर है कि स्प्रेड के अनुसार ऑर्डर-फ़्लो असंतुलन रिटर्न का अलग पूर्वानुमान करता है: ट्री…