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

114 दस्तावेज़

Machine Learning for Trading

यह नोटबुक अपेक्षित लॉग संपदा को अधिकतम करके द्विआधारी दाँव के लिए केली आकार निकालती है, फिर दिखाती है कि दाँव का आकार सिमुलेट किए गए संपदा पथों के वितरण को कैसे बदलता है। यह ढाँचे को निरंतर रिटर्न और बहु-परिसंपत्ति पोर्टफ़ोलियो तक बढ़ाती है, जहाँ प्रचलित…

पोज़िशन का आकार तय करनाजोखिम प्रबंधनपोर्टफोलियो निर्माणसांख्यिकी
Machine Learning for Trading

यह नोटबुक पहले से चुनी गई ETF रणनीति का आरक्षित होल्डआउट अवधि पर मूल्यांकन करती है। यह प्रशिक्षण पहचान और चेकपॉइंट से मेल खाते पूर्वानुमान प्राप्त करती है, पहले तय किए गए रणनीति विनिर्देश और ट्रेडिंग लागत लागू करती है, और परिणामी बैकटेस्ट दर्ज करती है।…

बैकटेस्टिंगपोर्टफोलियो निर्माणजोखिम प्रबंधनपोज़िशन का आकार तय करना
Machine Learning for Trading

यह केस स्टडी CME फ़्यूचर्स के लिए अलग-अलग पोज़िशन आकार विधियों की तुलना समान-वेट आधाररेखा से करती है। यह बताती है कि व्युत्क्रम-वोलैटिलिटी आकार निर्धारण में हर कॉन्ट्रैक्ट की अपनी वोलैटिलिटी इस्तेमाल होती है, जबकि कोवेरियंस-आधारित विधियाँ उत्पादों के आपसी…

फ़्यूचर्सपोज़िशन का आकार तय करनापोर्टफोलियो निर्माणजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक ग्रेडिएंट बूस्टिंग पूर्वानुमानों के आसपास भविष्यवाणी अंतराल बनाती है और स्प्लिट कॉन्फ़ॉर्मल भविष्यवाणी की तुलना क्वांटाइल रिग्रेशन, कॉन्फ़ॉर्मलाइज़्ड क्वांटाइल रिग्रेशन और अडैप्टिव कॉन्फ़ॉर्मल इन्फ़रेंस से करती है। स्प्लिट कॉन्फ़ॉर्मल कालक्रमानुसार…

मशीन लर्निंगसांख्यिकीजोखिम प्रबंधनपोज़िशन का आकार तय करना
Machine Learning for Trading

यह नोटबुक जाँचती है कि मॉडल-आधारित पोज़िशन आकार निर्धारण US फ़र्म-विशेषता रणनीति में समान भार से बेहतर है या नहीं। यह स्कोर भारण की तुलना कॉन्फ़ॉर्मल भारण से करती है: स्कोर भारण में अधिक अनुमानित स्कोर वाले नामों को बड़ा आवंटन मिलता है, जबकि कॉन्फ़ॉर्मल भारण…

इक्विटीपोज़िशन का आकार तय करनापोर्टफोलियो निर्माणबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक लॉन्ग ETF ट्रेड से निकलने के तरीकों की तुलना करती है: निश्चित लाभ लक्ष्य और स्टॉप, ट्रेलिंग स्टॉप, ATR-आधारित सीमाएँ, मशीन-लर्निंग सिग्नल और इनके संयोजन। यह संकेतक और ट्रेड सिमुलेशन बनाती है, फिर मानक त्रुटियों से ट्रेड रिटर्न, जीत दर, स्टॉप-आउट…

इक्विटीजोखिम प्रबंधनपोज़िशन का आकार तय करनाअस्थिरता
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 नोटबुक पात्र पूर्ण-कवरेज उम्मीदवारों में सत्यापन Sharpe के आधार पर सबसे ऊपर आने वाली allocation lineage पर पोज़िशन-स्तर के stop loss, trailing stop और समय-आधारित exit का मूल्यांकन करती है। हर overlay की तुलना उसके अपने बिना-overlay parent से की जाती है,…

इक्विटीऑप्शंसजोखिम प्रबंधनबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक S&P 500 की उस विकल्प रणनीति के पोर्टफ़ोलियो भार नियमों की तुलना करती है जो straddle बेचती है। चुने गए प्रतीक और रणनीति की अन्य सेटिंग स्थिर रखकर समान-भार baseline को ऐसे allocator से बदला जाता है जो या तो मॉडल पूर्वानुमानों या underlying-return…

ऑप्शंसइक्विटीपोर्टफोलियो निर्माणपोज़िशन का आकार तय करना
Machine Learning for Trading

यह अध्याय रणनीति डिज़ाइन और लाइव संचालन के हिस्से के रूप में जोखिम प्रबंधन प्रस्तुत करता है। इसमें वैल्यू एट रिस्क और कंडीशनल वैल्यू एट रिस्क से टेल जोखिम मापना, ड्रॉडाउन की गहराई और रिकवरी, एक्सपोज़र का विघटन, तनाव परीक्षण, अनुकूली नियंत्रण और शासन शामिल…

जोखिम प्रबंधनअस्थिरताबैकटेस्टिंगपोर्टफोलियो निर्माण
Machine Learning for Trading

यह नोटबुक कालानुक्रमिक होल्डआउट बनाए रखते हुए मोमेंटम पोर्टफोलियो के लिए स्टॉप-लॉस, टेक-प्रॉफ़िट और ट्रेलिंग-स्टॉप नियमों को ट्यून करने का तरीका दिखाती है। यह एक-आयामी पैरामीटर खोज, संयुक्त नियम ग्रिड और बंद ट्रेडों के अधिकतम प्रतिकूल तथा अनुकूल उतार-चढ़ाव…

जोखिम प्रबंधनबैकटेस्टिंगपोज़िशन का आकार तय करनामोमेंटम
Machine Learning for Trading

यह साझा आवंटन मॉड्यूल क्रॉस-सेक्शनल पूर्वानुमानों को पोर्टफ़ोलियो वज़न में बदलता है। यह लॉन्ग पोज़िशन या लॉन्ग-शॉर्ट पोर्टफ़ोलियो के शीर्ष और निचले समूह चुनने के लिए स्कोर के आधार पर परिसंपत्तियों की रैंकिंग करता है। पोज़िशन वज़न कन्फ़ॉर्मल पूर्वानुमान…

पोर्टफोलियो निर्माणपोज़िशन का आकार तय करनाजोखिम प्रबंधनसांख्यिकी
Machine Learning for Trading

यह नोटबुक जाँचती है कि क्या पोर्टफ़ोलियो निर्माण लागत से हारी हर-बार NASDAQ-100 रणनीति को बचा सकता है। यह घोषित चयन यूनिवर्स का उपयोग करके आधारभूत पूर्वानुमानों में अग्रणी विकल्प चुनती है, फिर पूरे यूनिवर्स पर आवंटन की तुलना करती है। यह होल्डिंग की संख्या…

इक्विटीपोर्टफोलियो निर्माणपोज़िशन का आकार तय करनाऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक प्रमुख S&P 500 इक्विटी संकेत कॉन्फ़िगरेशन के लिए पोर्टफ़ोलियो आकार तय करने के तरीकों की तुलना करती है। पहले सत्यापन शार्प से हर कॉन्फ़िगरेशन का सबसे मजबूत पूर्ण-कवरेज चेकपॉइंट चुनती है, फिर उन्हीं पूर्वानुमानों पर स्कोर-वेटिंग, कॉन्फ़ॉर्मल वेटिंग,…

इक्विटीपोर्टफोलियो निर्माणपोज़िशन का आकार तय करनाबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ पोर्टफ़ोलियो के तय रीबैलेंस से पहले पोज़िशन बंद करने के तीन नियम समझाता है: निश्चित हानि स्टॉप, पोज़िशन के सर्वोत्तम मूल्य से मापा गया ट्रेलिंग स्टॉप और तय होल्डिंग अवधि के बाद बंद होने वाला समय-आधारित निकास। ये अतिरिक्त नियंत्रण केवल पोज़िशन…

इक्विटीजोखिम प्रबंधनबैकटेस्टिंगपोज़िशन का आकार तय करना
Machine Learning for Trading

यह नोटबुक जाँचने का कार्यप्रवाह प्रस्तुत करती है कि छह-महीने का हालिया अवधि छोड़कर मापा गया मोमेंटम 21-दिन के आगे के रिटर्न को प्रभावित करता है या नहीं, और क्या बाज़ार की अस्थिरता के साथ यह प्रभाव बदलता है। यह अस्थिरता और यील्ड कर्व नियंत्रणों तथा…

इक्विटीमोमेंटममशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक बताती है कि पहले से चुनी हुई FX रणनीति का होल्डआउट पूर्वानुमानों पर मूल्यांकन कैसे करें। यह चुने हुए कॉन्फ़िगरेशन की पंजीकृत बैकटेस्ट विशिष्टता का पुनः उपयोग करती है और सिग्नल, आवंटन, जोखिम नियंत्रण, रीबैलेंस नियम, लागत और खाते की सेटिंग्स को स्थिर…

विदेशी मुद्राबैकटेस्टिंगजोखिम प्रबंधनपोज़िशन का आकार तय करना
Machine Learning for Trading

यह नोटबुक होल्डआउट पूर्वानुमानों पर पहले से चुने गए US इक्विटी कॉन्फ़िगरेशन को चलाती है। चुने गए मॉडल, पूर्वानुमान, आवंटक, संकेंद्रण, जोखिम ओवरले, पुनर्संतुलन आवृत्ति और लेनदेन लागत मान्यताएँ पहले के चरणों से ली जाती हैं। इसकी मुख्य विधि प्रशिक्षण पहचान और…

इक्विटीअमेरिकी बाज़ारबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक दिखाती है कि ब्रोकर रैपर ऑर्डर आकार और पोज़िशन सीमाओं, ऑर्डर-दर सीमा, परिसंपत्ति प्रतिबंधों और स्थायी किल स्विच के ज़रिए असुरक्षित ऑर्डर कैसे अस्वीकार कर सकता है। सिंथेटिक ब्रोकर निर्णयों को देखने योग्य बनाता है: प्रयास किए गए ऑर्डर या तो स्वीकार…

जोखिम प्रबंधनपोज़िशन का आकार तय करनाऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक पोज़िशन आकार को अधिकतम प्रतिकूल और अनुकूल एक्सकर्शन के विश्लेषण से जोड़ती है। यह निश्चित-अंश आकार निर्धारण दिखाती है, जिसमें शेयरों की संख्या पोर्टफ़ोलियो जोखिम बजट और प्रवेश से स्टॉप तक की दूरी से तय होती है तथा पोज़िशन एकाग्रता पर सीमा लगाई जाती…

पोज़िशन का आकार तय करनाजोखिम प्रबंधनअस्थिरताबैकटेस्टिंग
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 अध्ययन करती है कि मॉडल द्वारा परिसंपत्तियों की रैंकिंग के बाद आवंटन नियम ETF रणनीतियों को कैसे प्रभावित करते हैं। यह पूर्वानुमान सेट और रीबैलेंस कैलेंडर को स्थिर रखती है, हर तुलना के लिए वही टॉप-k बास्केट चुनती है और उस बास्केट के भीतर दिए गए भार…

इक्विटीपोर्टफोलियो निर्माणपोज़िशन का आकार तय करनाजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक समान-भार वाले सिग्नल-चरण आधाररेखा से अग्रणी वैलिडेशन पूर्वानुमान कॉन्फ़िगरेशन लेती है और उन्हीं पूर्वानुमानों पर वैकल्पिक आवंटन विधियों को जाँचती है। यह स्कोर-आधारित और कॉन्फ़ॉर्मल वेटिंग की तुलना इनवर्स वोलैटिलिटी, रिस्क पैरिटी, मीन-वेरिएंस…

इक्विटीपोर्टफोलियो निर्माणपोज़िशन का आकार तय करनाबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक स्थिर NASDAQ-100 माइक्रोस्ट्रक्चर बैकटेस्ट में स्टॉप-लॉस, ट्रेलिंग-स्टॉप और समय-आधारित निकास ओवरले की तुलना करती है। रणनीति हर पंद्रह मिनट में निर्णय लेती है, जबकि जोखिम नियम हर मिनट कीमतों पर नज़र रखते हैं; इससे ओवरले संकेतों के बीच भी पोज़िशन से…

जोखिम प्रबंधनबैकटेस्टिंगपोज़िशन का आकार तय करनाइक्विटी