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।
2,238 दस्तावेज़
यह दस्तावेज़ ब्रोकर और एक्सचेंज ऑर्डर प्रबंधन को सीमित स्टेट मशीन के रूप में मॉडल करता है। यह सबमिशन, पावती, स्वीकृति, आंशिक निष्पादन, रद्दीकरण, अस्वीकृति, समाप्ति और निलंबन की स्पष्ट अवस्थाएँ तय करता है, फिर घटनाओं को वैध संक्रमणों से जोड़ता है। स्थिति-सहित…
यह नोटबुक आकलन करती है कि जारी किए गए US फर्म पैनल से फर्म विशेषताओं पर आधारित मासिक लॉन्ग–शॉर्ट रणनीति का अध्ययन किया जा सकता है या नहीं। यह डेटा एन्कोडिंग, समय के साथ उपलब्ध समूह में बदलाव, हर रीबैलेंस पर दोनों पक्ष भरने के लिए पर्याप्त फर्मों की उपलब्धता,…
यह नोटबुक कीमतों की चाल के जोखिम के सामने खुली रहने की अवधि और बाज़ार प्रभाव के बीच संतुलन रखते हुए पोज़िशन समाप्त करने का Almgren–Chriss समाधान विकसित करती है। यह आगमन कीमत के सापेक्ष निष्पादन अल्पता उपयोग करती है, स्थायी और अस्थायी प्रभाव को अलग-अलग मॉडल…
यह नोटबुक वित्तीय घटना ग्राफ़ का विश्लेषण करते हुए घटना होने, सार्वजनिक होने और ग्राफ़ पाइपलाइन द्वारा निकाले जाने के समय में अंतर करना दिखाती है। यह टाइमस्टैम्प वाले 8-K संबंध लोड करती है, प्रकटीकरण और निष्कर्षण में देरी मापती है और सार्वजनिक प्रकटीकरण…
दस्तावेज़ बताता है कि इंट्राडे बार में एकत्रित NASDAQ ट्रेड डेटा से ट्रेड-आधारित माइक्रोस्ट्रक्चर फ़ीचर कैसे बनाएँ। इसमें Kyle lambda, Amihud illiquidity, Roll spread estimator, ट्रेड तीव्रता और ऑर्डर फ़्लो असंतुलन (OFI) शामिल हैं। यह ज़ोर देता है कि एकत्र…
दस्तावेज़ गुप्त फ़ैक्टरों को साझा रिटर्न चालक के रूप में प्रस्तुत करता है, जिनका अनुमान नामित पूर्वानुमानकर्ताओं के बजाय फ़्यूचर्स के सह-गमन से लगाया जाता है। यह हर प्रशिक्षण फ़ोल्ड के भीतर फ़िट किए गए दो तरीकों की तुलना करता है। प्रधान घटक विश्लेषण (PCA)…
दस्तावेज़ बताता है कि S&P 500 विकल्पों के लिए रैखिक, ग्रेडिएंट-बूस्टिंग, टेबलर डीप-लर्निंग और अनुक्रम मॉडल के सत्यापन पूर्वानुमानों की तुलना कैसे करें। निदान रिपोर्ट करने से पहले यह जाँचता है कि हर पंजीकृत पूर्वानुमान समूह अपनी पात्रता अनुबंध के अनुसार पूरा…
दस्तावेज़ बताता है कि डबल मशीन लर्निंग (DML) स्प्रेड, अल्पकालिक अस्थिरता और पिछले रिटर्न का हिसाब रखने के बाद अनुमान लगाती है कि खरीदार-आरंभित वॉल्यूम का हिस्सा भविष्य के रिटर्न को प्रभावित करता है या नहीं। यह क्रॉस-फ़िटिंग से उपचार और परिणाम, दोनों को उन…
यह नोटबुक मॉडल प्रशिक्षित किए या बैकटेस्ट दोबारा चलाए बिना पंजीकृत NASDAQ-100 माइक्रोस्ट्रक्चर बैकटेस्ट को रणनीति आकलन में बदलती है। यह रजिस्ट्री से मेट्रिक्स और वंशावली पढ़ती है, ज़रूरत पड़ने पर व्युत्पन्न समूह और युग्मित तुलना तालिकाएँ बनाती है, और समान…
यह नोटबुक पहले से चुने गए CME फ़्यूचर्स कॉन्फ़िगरेशन को होल्डआउट पूर्वानुमानों पर लागू करती है। इसमें स्थापित आवंटक, रीबैलेंस कार्यक्रम, संकेंद्रण नियम और लेनदेन लागत की धारणाएँ उपयोग होती हैं। इसकी मुख्य पद्धतिगत बात है कि होल्डआउट का मूल्यांकन करने से पहले…
यह नोटबुक NASDAQ TotalView-ITCH संदेश-प्रति-ऑर्डर डेटा को उसके बाइनरी प्रारूप से संरचित रिकॉर्ड में डिकोड करना सिखाती है। यह संदेश फ़्रेमिंग और प्रकार-विशिष्ट लेआउट समझाती है, फ़ील्ड अनपैक करने का प्रदर्शन करती है, और आधी रात से नैनोसेकंड में व्यक्त…
यह नोटबुक बताती है कि फ़ीचर स्टोर प्रशिक्षण डेटा और लाइव मॉडल इनपुट को कैसे संरेखित रखते हैं। यह इकाई कुंजी, घटना टाइमस्टैम्प, समय-से-जीवन अवधि और फ़ीचर कॉलम के ज़रिए फ़ीचर व्यू समझाती है, फिर ऐतिहासिक प्रशिक्षण के लिए समय-बिंदु जॉइन की तुलना सेवा के लिए…
यह नोटबुक मापती है कि सत्यापन में चुनी गई FX रणनीति आनुपातिक लेनदेन लागत में बदलाव पर कैसी प्रतिक्रिया देती है। हर पूर्वानुमान लेबल के लिए, यह सिग्नल, आवंटन और जोखिम-ओवरले परिणामों में से मूल रणनीति चुनती है, फिर पहचान के अन्य फ़ील्ड बनाए रखते हुए लागत ग्रिड…
यह नोटबुक पंजीकृत सत्यापन बैकटेस्ट से CME फ़्यूचर्स केस-स्टडी कॉन्फ़िगरेशन चुनने की प्रक्रिया बताती है। यह सिग्नल, आवंटन और जोखिम-प्रबंधन चरणों के उम्मीदवारों को एकत्र करती है, फिर सबसे मजबूत सत्यापन शार्प वाले कॉन्फ़िगरेशन को चुनती है। रिटर्न की दोनों…
यह नोटबुक एक मासिक ETF मोमेंटम और यील्ड-कर्व व्यवस्था रणनीति को दो तरीकों से लागू करती है: वेक्टराइज़्ड रिटर्न गणित और क्रमिक खाता सिमुलेशन। दोनों समान लक्ष्य वेट, परिसंपत्ति, तारीख़ और कुल ट्रेडिंग लागत उपयोग करते हैं, जिससे तुलना निष्पादन के चुनावों पर…
यह दस्तावेज़ नौ ट्रेडिंग केस अध्ययनों के मूल्यांकन की पाँच-चरणीय प्रक्रिया समझाता है, जो संकेत गुणवत्ता से शुरू होकर सत्यापन, लेन-देन लागत, होल्डआउट प्रदर्शन और प्रमाण गुणवत्ता तक जाती है। चरण संचयी हैं, इसलिए रणनीति अंतिम चरण तक तभी पहुँचती है जब वह हर लागू…
यह नोटबुक क्रिप्टो फ़ंडिंग-दर दिशा मॉडल के डिप्लॉयमेंट अभ्यास को दिखाती है। यह ऐतिहासिक Binance-व्युत्पन्न पर्पेचुअल डेटा पर तीन-वर्गीय LightGBM मॉडल प्रशिक्षित करती है, फिर OKX से लाइव प्रति घंटा बार और फ़ंडिंग दरें प्राप्त करती है, डेटा को रणनीति की…
यह नोटबुक कई समय-क्षितिज पर फ़ॉरवर्ड रिटर्न का पूर्वानुमान करने के लिए एक-मिनट NASDAQ-100 माइक्रोस्ट्रक्चर फ़ीचर पर लॉन्ग शॉर्ट-टर्म मेमरी नेटवर्क फ़िट करने का वर्णन करती है। मॉडल पीछे की ओर जाने वाले सीक्वेंस को चरण-दर-चरण प्रोसेस करता है और सीखता है कि…
यह नोटबुक वोलैटिलिटी मापों की तुलना करती है, विषम ऑटोरिग्रेसिव (HAR) मॉडल फ़िट करती है और हर्स्ट घातांकों से खुरदरापन का अनुमान लगाती है। पहले यह इंट्राडे वास्तविकीकृत विचरण की तुलना दैनिक एस्टिमेटर से करती है, रात भर के रिटर्न को सत्र गतिविधि से अलग करती है…
यह नोटबुक कंडीशनल ऑटोएन्कोडर प्रस्तुत करती है, जो शेयर विशेषताओं से फ़ैक्टर एक्सपोज़र तक के रैखिक मैपिंग को न्यूरल नेटवर्क से बदलकर इंस्ट्रूमेंटेड प्रिंसिपल कंपोनेंट विश्लेषण का विस्तार करती है। यह एक्सपोज़र और फ़ैक्टर रिटर्न की संरचना बनाए रखती है, साथ ही…
यह उपयोगिता मॉड्यूल सत्यापन और होल्डआउट डेटा पर पूर्वानुमान मॉडल का मूल्यांकन करने के लिए तालिकाएँ और चित्र बनाता है। इसके निदान में सूचना गुणांक के विश्वास अंतराल, सत्यापन से होल्डआउट तक क्षय, चयन-समायोजित बैकटेस्ट आँकड़े, फ़ोल्ड-स्तरीय तुलना, व्यवस्था…
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…
यह प्रशिक्षण उपयोगिता DeePM-शैली मॉडल के लिए अनुकूलन चक्र बताती है। यह मज़बूत शार्प-उन्मुख लॉस से मॉडल पैरामीटर अपडेट करने के लिए AdamW का उपयोग करती है और फ़ॉरवर्ड रिटर्न, वोलैटिलिटी स्केलिंग, मास्क, लेन-देन लागत तथा कॉन्फ़िगर किए गए बर्न-इन और सॉफ्ट-मिन…
यह दस्तावेज़ केस अध्ययन के Parquet डेटा के साथ सीधे फ़ीचर-स्टोर अवधारणाएँ दिखाता है। फ़ीचर व्यू में एंटिटी कुंजी, घटना टाइमस्टैम्प, उपयोगी अवधि और फ़ीचर कॉलम निर्दिष्ट होते हैं। मॉडल प्रशिक्षण के लिए ऐतिहासिक मान उस निर्णय समय से जोड़े जाते हैं जब वे ज्ञात…