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

130 दस्तावेज़

Machine Learning for Trading

यह नोटबुक सिंथेटिक दैनिक ETF रिटर्न शृंखलाएँ बनाने के लिए Diffusion-TS को अनुकूलित करती है। इसका डिनॉइज़र मूल शृंखला का पूर्वानुमान लगाता है और उस पूर्वानुमान को बहुपदीय ट्रेंड, चुने हुए फ़ूरिए घटकों तथा अवशेष में विघटित करता है। समय-डोमेन और आवृत्ति-डोमेन…

मशीन लर्निंगअस्थिरतासांख्यिकीबहु-एसेट
Machine Learning for Trading

यह फ़ीचर-इंजीनियरिंग मॉड्यूल व्यवस्थित मैक्रो पोर्टफोलियो मॉडल के लिए दैनिक मूल्य डेटा तैयार करता है। यह अनुमानित अस्थिरता से समायोजित विभिन्न अवधि के रिटर्न, कई बहु-पैमाना MACD संकेत और लॉग कीमतों के रोलिंग ज़ेड-स्कोर बनाता है। रिटर्न अवधि के लिए तय सूची या…

बहु-एसेटमोमेंटमट्रेंड फ़ॉलो करनाअस्थिरता
Machine Learning for Trading

यह अध्याय फ़िट की गई सांख्यिकीय प्रक्रियाओं को ट्रेडिंग मॉडल के फ़ीचर में बदलने के तरीके देखता है। इसमें निदान और स्थिरता, संरचनात्मक बदलाव, भिन्नात्मक विभेदीकरण, कालमन फ़िल्टरिंग, स्पेक्ट्रल और पथ-हस्ताक्षर विधियाँ, ARIMA और GARCH वोलैटिलिटी, HAR और…

सांख्यिकीअस्थिरतामशीन लर्निंगजोखिम प्रबंधन
Machine Learning for Trading

यह कॉन्फ़िगरेशन व्यवस्था फ़िल्टरिंग और क्रॉस-एसेट विश्लेषण के लिए FRED से ऐतिहासिक समष्टि-अर्थशास्त्रीय डेटा सेट तय करता है। यह श्रृंखलाओं को दैनिक, साप्ताहिक, मासिक और त्रैमासिक आवृत्ति में व्यवस्थित करता है; इनमें ट्रेज़री यील्ड, फ़ेडरल फ़ंड्स दर, VIX,…

बहु-एसेटनिश्चित आयअस्थिरतासांख्यिकी
Machine Learning for Trading

यह दस्तावेज़ FRED ट्रेज़री यील्ड और आर्थिक संकेतक एकत्र करने, अलग-अलग रिपोर्टिंग आवृत्तियों वाली श्रृंखलाओं को दैनिक कैलेंडर से मिलाने, और परिणामी डेटासेट लोड या फ़िल्टर करने की कार्यप्रणाली बताता है। संकेतकों में ट्रेज़री दरें और स्प्रेड, VIX, श्रम माप,…

निश्चित आयबहु-एसेटजोखिम प्रबंधनसांख्यिकी
Machine Learning for Trading

यह कॉन्फ़िगरेशन केवल-लॉन्ग ETF रैंकिंग और रीबैलेंसिंग प्रयोग निर्धारित करता है। यह इक्विटी, बॉन्ड, कमोडिटी और क्षेत्रीय एक्सपोज़र वाले व्यापक 100-ETF यूनिवर्स को परिभाषित करता है; निर्णय मासिक और निष्पादन अगले ओपन पर होता है। मुख्य लेबल 21-दिन के प्रतिफल का…

इक्विटीबहु-एसेटबैकटेस्टिंगऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक FRED की आर्थिक श्रृंखलाओं के उपलब्ध पैनल को देखने और उसके कैलेंडर-दिवस ग्रिड, मेटाडेटा तथा व्युत्पन्न कॉलम समझने का तरीका बताती है। चूँकि पैनल को दैनिक कैलेंडर में समतल किया गया है, पंक्तियों की संख्या मूल रिलीज़ समय-सारणी छिपा देती है। हर श्रृंखला…

बहु-एसेटनिश्चित आयअस्थिरतासांख्यिकी
Machine Learning for Trading

दस्तावेज़ दैनिक OHLCV डेटा उपलब्ध होने पर बिड-आस्क स्प्रेड का अनुमान लगाने के दो तरीके समझाता है। Corwin-Schultz पास-पास के एक-दिवसीय और दो-दिवसीय अंतराल के उच्च-निम्न परास की तुलना करता है और अस्थिरता तथा स्प्रेड के अलग-अलग व्यवहार से दोनों को अलग करता है;…

बाज़ार की सूक्ष्म संरचनासांख्यिकीऑर्डर निष्पादनअस्थिरता
Machine Learning for Trading

यह विश्लेषण वॉक-फ़ॉरवर्ड सत्यापन परिणामों से परिसंपत्तियों के पार ETF पैनल पर पंजीकृत मॉडल परिवारों की तुलना करता है। मॉडल 21-ट्रेडिंग-दिवसीय रिटर्न का पूर्वानुमान करते हैं और उनका आकलन क्रॉस-सेक्शनल सूचना गुणांक से होता है, जो मापता है कि हर तारीख पर…

बहु-एसेटइक्विटीमोमेंटमसांख्यिकी
Machine Learning for Trading

यह अवलोकन ट्रेडिंग केस स्टडी के एक समूह को एसेट वर्ग, यूनिवर्स आकार, डेटा आवृत्ति, निर्णय गति, लागत व्यवस्था और मूल्यांकन प्रोटोकॉल के आधार पर व्यवस्थित करता है। यह हर अध्ययन की घोषित संरचना पढ़कर तुलनात्मक तालिकाएँ प्रस्तुत करता है, जिनमें ट्रेनिंग और…

बहु-एसेटबैकटेस्टिंगऑर्डर निष्पादनजोखिम प्रबंधन
Machine Learning for Trading

यह डेटासेट मार्गदर्शिका FRED शृंखलाएँ प्राप्त करने, अवलोकनों को दैनिक कैलेंडर के साथ संरेखित करने और विश्लेषण के लिए चुने गए संकेतक लोड करने का कार्यप्रवाह बताती है। उदाहरणों में ट्रेज़री प्रतिफल, 10-वर्ष और 2-वर्ष का अंतर, VIX, रोज़गार माप, मुद्रास्फीति,…

निश्चित आयसांख्यिकीजोखिम प्रबंधनबहु-एसेट
Machine Learning for Trading

यह नोटबुक एकीकृत प्रबंधक, पूर्वनिर्धारित या कस्टम प्रतीक यूनिवर्स और विभाजित Parquet स्टोरेज के साथ वित्तीय समय-श्रृंखलाएँ प्राप्त करने और बनाए रखने का वर्कफ़्लो प्रस्तुत करती है। इसमें एकल और समानांतर बहु-प्रतीक फ़ेचिंग, डेटा स्टोरेज में लोड करना, चुनी हुई…

बहु-एसेटइक्विटीबैकटेस्टिंगऑर्डर निष्पादन
Machine Learning for Trading

यह खोजपरक विश्लेषण जाँचता है कि सबसे हाल का महीना छोड़कर बना बारह-महीने का मोमेंटम संकेत, 100-ETF यूनिवर्स में अगले महीने के रिटर्न से जुड़ा है या नहीं। यह समायोजित समापन कीमतों से मासिक पैनल बनाता है, हर महीने पात्र ईटीएफ को क्विंटाइल में क्रम देता है और…

बहु-एसेटमोमेंटमसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह मॉड्यूल जोखिम-समायोजित गति स्कोर का उपयोग करके मासिक ETF आवंटन आधार तय करता है: पिछला संचयी प्रतिफल, वार्षिकीकृत वास्तविक अस्थिरता से विभाजित। जब 10-वर्ष और 2-वर्ष की प्रतिफल-वक्र ढलान एक सीमा से अधिक होती है, तब यह सर्वोच्च रैंक वाली परिसंपत्तियाँ चुनता…

इक्विटीबहु-एसेटमोमेंटमअस्थिरता
Machine Learning for Trading

यह नोटबुक नौ इक्विटी, बॉन्ड, मुद्रा और कमोडिटी कारक तथा बाज़ार श्रृंखलाओं के मासिक प्रतिफलों को गॉसियन मिश्रण मॉडल से समूहित करती है। अधूरे डेटा वाले महीनों को हटाने के बाद, यह श्रृंखलाओं को मानकीकृत करती है ताकि पैमाने के अंतर समूह निर्धारण पर हावी न हों।…

बहु-एसेटफ़ैक्टर निवेशमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह अवलोकन इक्विटी, क्रिप्टो, विदेशी मुद्रा, फ़्यूचर्स, ऑप्शन और बहु-परिसंपत्ति पोर्टफोलियो से जुड़ी नौ ट्रेडिंग केस स्टडी के कॉन्फ़िगरेशन डेटा को समेकित करता है। यह हर अध्ययन के यूनिवर्स, डेटा आवृत्ति, निर्णय की गति, लागत मॉडल और सिग्नल से पोज़िशन तक के…

बहु-एसेटबैकटेस्टिंगजोखिम प्रबंधनऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक सिंथेटिक ETF रिटर्न क्रम बनाने के लिए Diffusion-TS को अनुकूलित करने का वर्णन करती है। इसका डीनॉइज़र स्वच्छ क्रम को बहुपद प्रवृत्ति, Fourier मौसमी घटक और अवशिष्ट के योग के रूप में अनुमानित करता है, जबकि समय-क्षेत्र और Fourier-क्षेत्र का संयुक्त लॉस…

मशीन लर्निंगसांख्यिकीअस्थिरताबहु-एसेट
Machine Learning for Trading

यह विश्लेषण नौ एसेट समूहों में 100 ईटीएफ के एक स्थिर यूनिवर्स की प्रोफ़ाइल बनाता है। यह फ़ंड और वर्ष के अनुसार कवरेज जाँचता है, पुष्टि करता है कि मूल्य पैनल समूह कॉन्फ़िगरेशन से मेल खाता है, null और OHLC क्रम देखता है तथा समूहों के बीच ट्रेडिंग वॉल्यूम की…

बहु-एसेटसांख्यिकीजोखिम प्रबंधनबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक Yahoo Finance, लंबे इतिहास वाले अमेरिकी इक्विटी आर्काइव और FRED मैक्रोइकॉनॉमिक श्रृंखलाओं के बीच साझा OHLCV इंटरफ़ेस दिखाती है। यह बाद की रोटेशन केस स्टडी के लिए ETF यूनिवर्स बनाती है, ऐतिहासिक और मौजूदा स्रोतों को जोड़ने का तरीका दिखाती है और…

बहु-एसेटइक्विटीअमेरिकी बाज़ारऑर्डर निष्पादन
Machine Learning for Trading

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…

बहु-एसेटपोर्टफोलियो निर्माणसांख्यिकीजोखिम प्रबंधन
Machine Learning for Trading

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…

इक्विटीबहु-एसेटमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक बहु-परिसंपत्ति ETF यूनिवर्स के लिए छह लॉन्ग-ओनली पोर्टफ़ोलियो आवंटनों की तुलना करती है। यह अनुकूलन को अस्थिर कर सकने वाले नमूना-विचरण को घटाने के लिए Ledoit–Wolf कोवेरियंस श्रिंकज उपयोग करती है और अधिकतम शार्प, न्यूनतम विचरण, रिस्क पैरिटी,…

पोर्टफोलियो निर्माणजोखिम प्रबंधनबहु-एसेटबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक दिखाती है कि पहले से कारणात्मक ग्राफ़ निर्दिष्ट किए बिना PCMCI का उपयोग करके ETF और अस्थिरता रिटर्न के बीच विलंबित संबंध कैसे खोजें। यह पैनल-आधारित सशर्त-स्वतंत्रता परीक्षण की तुलना जोड़ीवार ग्रेंजर परीक्षणों से करती है, जो लक्ष्य के अपने इतिहास को…

मशीन लर्निंगसांख्यिकीबहु-एसेटबैकटेस्टिंग
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