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

950 दस्तावेज़

arXiv papers

यह दस्तावेज़ जाँचता है कि क्या क्रिप्टो परपेचुअल फ़्यूचर्स को शून्य या एक पर निपटने वाले बाइनरी इवेंट दावों पर लागू किया जा सकता है। यह अंतिम इक्विटी की समस्या निकालता है: यदि कोई लीवरेज्ड लॉन्ग प्रतिकूल शून्य निपटान तक खुला रहता है, तो निपटान से पहले का…

क्रिप्टोपरपेचुअल फ़्यूचर्सडेरिवेटिव का मूल्य निर्धारणजोखिम प्रबंधन
arXiv papers

यह रणनीति LSTM पर आधारित डीप मोमेंटम नेटवर्क के साथ ऑनलाइन चेंजपॉइंट पहचान को जोड़ती है। नेटवर्क रुझान के अनुमान और पोज़िशन आकार सीखता है, जबकि पहचान मॉड्यूल संभावित मोड़ और उसकी गंभीरता का माप देता है। इसके बाद प्रणाली धीमे टाइम-सीरीज़ मोमेंटम, जिसका…

मोमेंटमट्रेंड फ़ॉलो करनाऔसत की ओर वापसीमशीन लर्निंग
arXiv papers

यह अध्ययन जाँचता है कि क्या पाँच मिनट के OHLCV-आधारित इंट्राडे मोमेंटम संकेतों के चौदह समूहों ने 2021 से 2025 तक माइक्रो ई-मिनी नैस्डैक 100 वायदा में ट्रेड करने योग्य बढ़त दी। यह 947 ट्रेडिंग दिनों के दौरान विस्तारित-विंडो वॉक-फ़ॉरवर्ड सत्यापन का उपयोग करता…

फ़्यूचर्समोमेंटमबैकटेस्टिंगऑर्डर निष्पादन
arXiv papers

यह अध्ययन विश्लेषण करता है कि पूर्वानुमानकर्ता की ज्यामिति निर्णय-केंद्रित लर्निंग को कैसे सीमित करती है, जिसमें मॉडल का प्रशिक्षण बाद के निर्णय के उद्देश्य से जुड़ा होता है। स्पार्स इंडेक्स ट्रैकिंग का उपयोग करके, यह अनुकूलक द्वारा उपयोग की जाने वाली…

मशीन लर्निंगइक्विटीपोर्टफोलियो निर्माणसांख्यिकी
arXiv papers

यह केस स्टडी जाँचती है कि पेप्सिको और कोका-कोला पर आधारित कॉइंटीग्रेशन पेयर्स रणनीति सांख्यिकीय रूप से उचित और आर्थिक रूप से व्यवहार्य है या नहीं। यह पहले के डेटा से स्प्रेड के माध्य-प्रत्यावर्तन व्यवहार का अनुमान लगाती है, उन सांख्यिकीय अनुमानों को स्थिर…

इक्विटीपेयर ट्रेडिंगऔसत की ओर वापसीबैकटेस्टिंग
arXiv papers

यह दस्तावेज़ चीनी वायदा बाजार में मूल्य की दिशा का पूर्वानुमान लगाने के लिए सुपरवाइज़्ड लर्निंग का तरीका बताता है। यह वायदा मूल्य के उतार-चढ़ाव का अनुमान लगाने के लिए वर्गीकरण मॉडल का उपयोग करता है और उन अनुमानों को ट्रेडिंग रणनीति में बदलता है। बताया गया…

फ़्यूचर्समशीन लर्निंगचीन के बाज़ारबैकटेस्टिंग
arXiv papers

यह अध्ययन पिनबॉल लॉस और अनुभवजन्य कवरेज का उपयोग करके संभाव्य पूर्वानुमान मॉडलों की रैंकिंग के लिए सांख्यिकीय माप प्रस्तावित करता है। यह पूछता है कि क्या ये माप सर्वोत्तम प्रदर्शन वाले पूर्वानुमान मॉडल की पहचान कर सकते हैं और क्या रैंकिंग माप नमूने से बाहर…

सांख्यिकीबैकटेस्टिंगऑर्डर निष्पादन
arXiv papers

यह दस्तावेज़ वित्तीय ट्रेडिंग रणनीतियाँ विकसित करने के तरीके के रूप में वेक्टरियल जेनेटिक प्रोग्रामिंग (VGP) का अध्ययन करता है। इसमें दो प्रकार प्रस्तुत हैं: एक कॉम्प्लेक्स-नंबर संक्रियाओं का समर्थन करता है, जबकि दूसरा सुदृढ़ टाइपिंग का उपयोग करता है। तीन…

मशीन लर्निंगबैकटेस्टिंगइक्विटी
arXiv papers

यह शोधपत्र सीमित ऐतिहासिक डेटा वाली परिसंपत्तियों पर प्रशिक्षित क्रॉस-सेक्शनल रणनीतियों में ओवरफ़िटिंग की समस्या उठाता है। यह फ़्यूज़्ड एन्कोडर नेटवर्क प्रस्तुत करता है, जो स्रोत डेटासेट पर प्रशिक्षित एन्कोडर-अटेंशन मॉड्यूल के निरूपण को छोटे लक्ष्य डेटासेट…

क्रिप्टोमोमेंटममशीन लर्निंगपोर्टफोलियो निर्माण
arXiv papers

यह अध्ययन बिटकॉइन, एथेरियम और लाइटकॉइन में अल्पकालिक उतार-चढ़ाव वर्गीकृत करने के लिए ऐतिहासिक मूल्यों और तकनीकी संकेतकों का उपयोग करता है। इसमें वर्गीकरण विधियों की तुलना इस आधार पर की जाती है कि वे एक घंटे की अवधि में ऊपर और नीचे की चालों की पहचान कैसे करती…

क्रिप्टोमशीन लर्निंगतकनीकी संकेतकबैकटेस्टिंग
arXiv papers

यह शोधपत्र मार्टिंगेल स्टोकेस्टिक मॉडल बनाने के लिए समेकित S&P 500 उच्च-आवृत्ति रिटर्न के स्केलिंग गुणों का उपयोग करता है। मॉडल सुबह के सत्र के लिए सशर्त अपेक्षाएँ दोहराने के लिए बनाया गया है, फिर इसे दोपहर के ट्रेडिंग सत्र तक विस्तारित किया गया है। मॉडल के…

इक्विटीहाई फ़्रीक्वेंसी ट्रेडिंगट्रेंड फ़ॉलो करनाअस्थिरता
arXiv papers

यह अध्ययन जाँचता है कि बिटकॉइन रिटर्न का पूर्वानुमान करते समय COVID-19 के स्वास्थ्य संकेतक पूर्वानुमान क्षमता बढ़ाते हैं या नहीं। इसमें महामारी-संबंधी विशेषताओं, जिनमें टीकाकरण, अस्पताल में भर्ती और परीक्षण के माप शामिल हैं, के साथ और बिना प्रशिक्षित…

क्रिप्टोमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
arXiv papers

एवरमाइन यह जाँचने का एक ढाँचा है कि क्या शोध एजेंट दीर्घकालिक अल्फ़ा खोज के दौरान पुनः उपयोग योग्य कौशल, उपकरण और नियम जमा करके बेहतर होते हैं। यह शोध इतिहास, मौजूदा कारक पोर्टफोलियो और संचित क्षमताओं के ज़रिए शोध की स्थिति दर्शाता है। समान संसाधन वाले…

मशीन लर्निंगफ़ैक्टर निवेशपोर्टफोलियो निर्माणबैकटेस्टिंग
arXiv papers

यह अध्ययन उच्च-जोखिम वाले संदर्भ के लिए रीइन्फ़ोर्समेंट लर्निंग पोर्टफोलियो प्रबंधक प्रस्तावित करता है। यह दोतरफ़ा लेनदेन को उधार देने और लेने के साथ जोड़ता है, इनाम के रूप में लाभ-हानि का उपयोग करता है और नुकसान के जोखिम के प्रबंधन तथा पूँजी के उपयोग को…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगजोखिम प्रबंधन
arXiv papers

यह शोधपत्र लंबी अवधि में संपत्ति बढ़ाने के उद्देश्य से व्यवस्थित निवेश का एक तरीका प्रस्तावित करता है, जो अल्पकालिक ETF खरीद निर्णयों के क्रम पर आधारित है। यह पारंपरिक दैनिक व्यवस्थित निवेश की तुलना में अंशदान का समय बेहतर करने के लिए विकासवादी एल्गोरिदम को…

इक्विटीमशीन लर्निंगपोर्टफोलियो निर्माणपोज़िशन का आकार तय करना
arXiv papers

यह दस्तावेज़ ब्लैक–शोल्स समीकरण को समय में आगे हल करके विकल्प कीमतों का पूर्वानुमान लगाने की एक अनुभवजन्य विधि बताता है। समस्या का समाधान सुव्यवस्थित नहीं होने के कारण, विधि नियमितीकरण का उपयोग करती है; इस कार्य में एकमात्रता, स्थिरता और अभिसरण से जुड़े…

ऑप्शंसडेरिवेटिव का मूल्य निर्धारणमशीन लर्निंगसांख्यिकी
arXiv papers

यह दस्तावेज़ ट्रेंड-फ़ॉलोइंग प्रणालियों के डिज़ाइन और तुलना के लिए एक ढाँचा विकसित करता है, जिसमें यूरोपीय, अमेरिकी और समय-श्रृंखला मोमेंटम के तरीके शामिल हैं। यूरोपीय प्रणालियों के लिए यह लाभ-हानि, ऑटोकॉरिलेशन और अस्थिरता-सामान्यीकृत रिटर्न में ड्रिफ़्ट के…

ट्रेंड फ़ॉलो करनामोमेंटमसांख्यिकीजोखिम प्रबंधन
arXiv papers

यह दस्तावेज़ स्थान-काल संबंधी मोमेंटम रणनीतियाँ प्रस्तुत करता है, जो किसी परिसंपत्ति के अपने मोमेंटम इतिहास को दूसरी परिसंपत्तियों के सापेक्ष उसके मोमेंटम के साथ जोड़ती हैं। यह तरीका पोर्टफोलियो में ट्रेडिंग संकेत सीखने के लिए न्यूरल नेटवर्क का उपयोग करता है…

इक्विटीफ़्यूचर्समोमेंटममशीन लर्निंग
arXiv papers

यह कार्य जाँचता है कि क्या डीप रीइनफ़ोर्समेंट लर्निंग ऐसे परिवेशों में इष्टतम ट्रेडिंग रणनीतियाँ प्राप्त कर सकती है जिन्हें वर्णित करना आसान, लेकिन गणितीय रूप से चुनौतीपूर्ण है। लेखक डीप डिटरमिनिस्टिक पॉलिसी ग्रेडिएंट पर ध्यान देते हैं, जो परिवेश के साथ…

मशीन लर्निंगपोर्टफोलियो निर्माणसांख्यिकीबैकटेस्टिंग
arXiv papers

यह टिप्पणी स्थिर-पुनर्संतुलित रणनीतियों से आगे सार्वभौमिक पोर्टफोलियो सिद्धांत का विस्तार करती है। इसमें द्विरेखीय रणनीतियों पर विचार है, जिनकी अंतिम वृद्धि लगातार दो बाज़ार रिटर्न सदिशों में से प्रत्येक पर रैखिक रूप से निर्भर करती है, और उनकी तुलना पीछे…

पोर्टफोलियो निर्माणसांख्यिकीबैकटेस्टिंग
arXiv papers

AdaptiveTrend एक व्यवस्थित क्रिप्टोकरेंसी रणनीति है जो छह घंटे के अंतराल पर ट्रेंड संकेतों को मासिक पोर्टफोलियो अपडेट के साथ जोड़ती है। यह अस्थिरता के अनुसार समायोजित ट्रेलिंग स्टॉप का उपयोग करती है, रोलिंग शार्प अनुपात और बाज़ार पूँजीकरण फ़िल्टर से…

क्रिप्टोट्रेंड फ़ॉलो करनामोमेंटमपोर्टफोलियो निर्माण
arXiv papers

CTBench सिंथेटिक क्रिप्टोकरेंसी समय-श्रृंखलाओं के मूल्यांकन का बेंचमार्क है। इसकी प्रेरणा बाज़ार की निरंतर ट्रेडिंग, उच्च अस्थिरता और तेज़ व्यवस्था-परिवर्तनों से मिलती है। यह 452 टोकन का डेटा जुटाता है और चार बाज़ार व्यवस्थाओं में आठ प्रतिनिधि जनरेशन मॉडलों…

क्रिप्टोमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
arXiv papers

यह अनुभवजन्य अध्ययन जाँचता है कि क्या माध्य-पुनरागमन का लाभ लेने के लिए बनाई गई ऑनलाइन पोर्टफोलियो रणनीतियाँ बेंचमार्क डेटासेट से आगे भी अच्छा प्रदर्शन करती हैं। इसमें तीन तरीकों का अध्ययन है: निष्क्रिय आक्रामक माध्य-पुनरागमन, ऑनलाइन मूविंग एवरेज…

इक्विटीऔसत की ओर वापसीपोर्टफोलियो निर्माणबैकटेस्टिंग
arXiv papers

यह अध्ययन KM₂O-Langevin सिद्धांत से शेयर कीमतों के उतार-चढ़ाव को स्थिर, गैर-स्थिर या मध्यवर्ती के रूप में वर्गीकृत करता है। इस वर्गीकरण के आधार पर यह दो तरह के संकेत चुनता है: स्थिर अवधियों में मूविंग एवरेज और गैर-स्थिर अवधियों में ऑसिलेटर के रूप में…

इक्विटीसांख्यिकीतकनीकी संकेतकबैकटेस्टिंग