नॉलेज लाइब्रेरी

यह नोटबुक Optuna के TPE सैंपलर से ETF रिटर्न का पूर्वानुमान करने के लिए LightGBM ट्यून करना दिखाती है। यह ट्री संरचना, सैंपलिंग और नियमितीकरण सेटिंग्स खोजती है; बूस्टिंग राउंड चुनने के लिए अर्ली स्टॉपिंग और प्रूनिंग हेतु क्रॉस-सेक्शनल सूचना गुणांक (IC) बताने…

यह अध्याय ट्रेडिंग में पूर्वानुमान मॉडल के उपयोग की शोध प्रक्रिया बताता है, जहाँ निष्पक्ष गुणांक अनुमानों से अधिक स्थिर आउट-ऑफ़-सैंपल पूर्वानुमान मायने रख सकते हैं। इसमें Ridge, LASSO और Elastic Net जैसी नियमितीकृत प्रतिगमन विधियाँ तथा दिशा के पूर्वानुमान के…

यह नोटबुक संस्थागत 13F होल्डिंग्स को संस्था-से-स्टॉक द्विभागीय ग्राफ़ में बदलती है और शोध के लिए फ़ीचर बनाती है, जिनमें स्टॉक के साझा स्वामित्व की समानता, स्वामित्व का विस्तार और संकेंद्रण तथा रिपोर्ट की गई होल्डिंग्स में बदलाव शामिल हैं। यह दोहराए गए…

यह नोटबुक LightGBM मॉडल को ETF के फ़ॉरवर्ड-रिटर्न पूर्वानुमान कार्य के लिए ट्यून करने हेतु विस्तृत ग्रिड सर्च की तुलना Optuna के TPE बायज़ियन सैंपलर से करती है। पहले दोनों विधियों को एक छोटे श्रेणीगत ग्रिड पर समान ट्रायल बजट दिया जाता है, जहाँ विस्तृत सर्च…

यह नोटबुक NVDA के मार्केट-बाय-ऑर्डर ट्रेड डेटा के कई सत्रों का उपयोग करके समय, टिक, वॉल्यूम, डॉलर और इम्बैलेंस बार का कैलिब्रेशन करने का अध्ययन करती है। यह ट्रेडों को नियमित ट्रेडिंग घंटों तक सीमित करती है, फ़ीड के आक्रामक पक्ष के लेबल का उपयोग करती है और…

यह अध्याय रणनीति शोध को निष्पादित किए जा सकने वाले निर्णय-प्रक्रिया के डिज़ाइन और मूल्यांकन के रूप में प्रस्तुत करता है—शुरुआती आर्थिक विचार से लेकर पोज़िशन आकार, सीमाओं, लागत और लाइव जैसी जाँच तक। यह मॉडल बनाने से पहले रणनीति परिवारों तथा संभावित…

यह नोटबुक US इक्विटी पैनल के फ़ॉरवर्ड रिटर्न लेबल परिभाषित करती है और समझाती है कि उनका निर्माण आगे के हर मॉडल तथा बैकटेस्ट को क्यों प्रभावित करता है। यह ट्रेडिंग सत्रों में समायोजित-मूल्य रिटर्न विंडो तय करती है, जाँचती है कि हर स्टॉक में आवश्यक भविष्य का…

यह नोटबुक अंतर्निहित रिटर्न से S&P 500 ऑप्शंस शोध के लिए मॉडल-आधारित फ़ीचर बनाती है। यह GJR-GARCH फ़िट करती है, जो नकारात्मक रिटर्न झटकों को अतिरिक्त भार देता है, और एक स्टोकेस्टिक-वोलैटिलिटी मॉडल, जिसका अव्यक्त विचरण MCMC से अनुमानित और पार्टिकल फ़िल्टर से…

यह नोटबुक रैखिक और बूस्टेड मॉडलों जैसी सपाट फ़ीचर तालिका से ETF की रैंकिंग के लिए TabM न्यूरल नेटवर्क प्रशिक्षित करती है। हर एन्सेम्बल सदस्य दो-परत वाला साझा बैकबोन उपयोग करता है, लेकिन उसका अपना स्केलिंग वेक्टर और आउटपुट परत होती है; इससे हर सदस्य के लिए…

यह नोटबुक बताती है कि CAPM और Fama–French फ़ैक्टर रिग्रेशन से ETF रिटर्न तथा जोखिम को कैसे विभाजित करें। यह विषम-विचरण और ऑटोकॉरिलेशन के प्रति मज़बूत मानक त्रुटियों के साथ पूरे नमूने के एक्सपोज़र का अनुमान लगाती है, रोलिंग विंडो से बदलते बीटा का पता रखती है…

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…

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 मॉडल फ़िट करने या पूर्वानुमान बनाने से पहले जाँचती है कि ऐतिहासिक ETF डेटा मासिक रैंकिंग रणनीति का समर्थन कर सकता है या नहीं। यह पिछले वर्ष की तरलता से ट्रेड योग्य यूनिवर्स जाँचती है, रीबैलेंस तारीखों पर योग्य फ़ंड गिनती है, प्रति-शेयर कमीशन और…

यह नोटबुक वैकल्पिक डेटा स्रोतों के रूप में Polymarket के क्रिप्टो में सेटल होने वाले घटना अनुबंधों की तुलना विनियमित Kalshi मंच से करती है। यह बताती है कि पहुँच के नियम, सेटलमेंट एसेट, पोज़िशन सीमाएँ और लिस्टिंग नीतियाँ कीमतों को प्रभावित करने वाले…

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 क्रॉस-सेक्शनल फ़्यूचर्स रणनीति के फ़ॉरवर्ड रिटर्न लक्ष्य परिभाषित करती है, जो उत्पादों को टर्म स्ट्रक्चर के आधार पर क्रम देती है और मज़बूत कैरी वाले उत्पादों में लॉन्ग तथा कमज़ोर कैरी वाले उत्पादों में शॉर्ट पोज़िशन लेती है। यह रोल-समायोजित…

यह नोटबुक बताती है कि Kalshi के संघीय फ़ंड दर अनुबंधों की व्याख्या और उनकी कीमतों को मात्रात्मक शोध के लिए कैसे तैयार करें। द्विआधारी अनुबंध की कीमत किसी घटना की निहित संभाव्यता दर्शाती है, लेकिन फ़ीड में मध्य कीमत या सौदे के बजाय सबसे ऊँची स्थायी YES बोली…

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 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 दस्तावेज़ चुनी गई CME फ़्यूचर्स रणनीति के निश्चित आउट-ऑफ़-सैंपल बैकटेस्ट का वर्णन करता है। कॉन्फ़िगरेशन, पूर्वानुमान, आवंटक, रीबैलेंसिंग अंतराल, संकेंद्रण और लेनदेन लागत मान्यताएँ पहले के शोध चरणों से ली जाती हैं और होल्डआउट अवधि पर बिना बदलाव लागू की…