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

2,238 दस्तावेज़

Machine Learning for Trading

यह मूल्यांकन नोटबुक क्रिप्टो परपेचुअल फ़्यूचर्स के अगले आठ घंटे के रिटर्न से संबंध के लिए वित्तीय और मॉडल-आधारित फ़ीचरों की छँटाई करती है। यह वॉक-फ़ॉरवर्ड सत्यापन अवधियों से मूल्यांकन नमूना बनाती है, अंतिम होल्डआउट को विश्लेषण से बाहर रखती है और हर निपटान पर…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह NASDAQ-100 केस स्टडी जाँचती है कि 15-मिनट के सूक्ष्म-संरचना संकेत ट्रेडिंग लागत सह सकते हैं या नहीं। कार्यप्रवाह ऑर्डर प्रवाह, पुराने पड़ चुके कोट और सापेक्ष स्प्रेड का मूल्यांकन करता है, फिर पूरे निवेश-समूह की रणनीति की तुलना कम लागत पर ट्रेड होने वाले…

इक्विटीअमेरिकी बाज़ारबाज़ार की सूक्ष्म संरचनाऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक अध्ययन करती है कि कैरी, रोलिंग Sharpe, मोमेंटम और अस्थिरता माप सहित सहसंबद्ध फ़ीचर परिवारों से बने CME फ़्यूचर्स मॉडल पर नियमितीकरण का क्या प्रभाव पड़ता है। यह Ridge, Lasso और ElasticNet की तुलना करती है: Ridge फ़ीचर बनाए रखते हुए गुणांकों को छोटा…

फ़्यूचर्समशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक फ़्यूचर्स रिटर्न की प्रत्येक अवधि के लिए सत्यापन में सबसे ऊँची रैंक वाले संकेत या आवंटन रणनीति पर कॉन्फ़िगर किए गए स्टॉप-लॉस, ट्रेलिंग-स्टॉप और समय-आधारित निकास नियम लागू करती है। हर नियम का मूल्यांकन उसकी अपनी मूल रणनीति पर किया जाता है और…

फ़्यूचर्सकैरीऔसत की ओर वापसीजोखिम प्रबंधन
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 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 अध्याय तर्क देता है कि दोहराई जा सकने वाली शोध अनुशासन, किसी एक रणनीति की तुलना में ट्रेडिंग बढ़त का अधिक टिकाऊ स्रोत है। यह पक्षपात घटाने के लिए खंडनीय परिकल्पनाओं, आउट-ऑफ़-सैंपल मूल्यांकन और बहु-परीक्षण सुधारों पर आधारित कार्यप्रवाह प्रस्तुत करता है।…

मशीन लर्निंगसांख्यिकीजोखिम प्रबंधनडीफ़ाई
Machine Learning for Trading

यह दस्तावेज़ एक निश्चित ETF मोमेंटम रणनीति का लागत संवेदनशीलता विश्लेषण प्रस्तुत करता है। यह निवेश-समूह, भार, समय-सारणी और सिम्युलेटर को स्थिर रखकर प्रति-लेग शुल्कों की विभिन्न दरों पर बैकटेस्ट दोबारा चलाता है। परिणामी वक्र दिखाता है कि अनुमानित ट्रेडिंग…

इक्विटीमोमेंटमबैकटेस्टिंगऑर्डर निष्पादन
Machine Learning for Trading

यह दस्तावेज़ बताता है कि परपेचुअल फ़ंडिंग पैनल डेटा को मॉडल करने के लिए TabM क्यों इस्तेमाल किया जाता है: इसका साझा न्यूरल बैकबोन सभी इनपुट फ़ीचर जोड़ता है, जबकि गैर-रैखिक परतें अंतःक्रियाओं को दर्शा सकती हैं। हर विभाजन पर एक फ़ीचर चुनने वाले ट्री से अलग, यह…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक संस्थागत इक्विटी होल्डिंग्स को SEC 13F फ़ाइलिंग से ऐसे ग्राफ़ के रूप में मॉडल करती है जो प्रबंधकों को प्रतिभूतियों से जोड़ता है और समेकन के लिए क्षेत्र संबंध रखता है। इसकी स्कीमा तिमाही-अंत रिपोर्ट तिथि और बाद की फ़ाइलिंग उपलब्धता तिथि, दोनों बनाए…

इक्विटीसांख्यिकीबाज़ार की सूक्ष्म संरचना
Machine Learning for Trading

यह नोटबुक पहले से चुने गए ETF कॉन्फ़िगरेशन को उसकी आरक्षित होल्डआउट अवधि पर लागू करती है। यह चुनी गई प्रशिक्षण पहचान और चेकपॉइंट से मेल खाते होल्डआउट पूर्वानुमान निकालती है, फिर रणनीति के मौजूदा संकेंद्रण, आवंटन, जोखिम ओवरले, पुनर्संतुलन आवृत्ति और लागत…

इक्विटीबैकटेस्टिंगपोर्टफोलियो निर्माणजोखिम प्रबंधन
Machine Learning for Trading

यह मूल्यांकन कार्यप्रवाह NASDAQ-100 इंट्राडे पैनल के भविष्य के रिटर्न के मुकाबले वित्तीय और मॉडल-आधारित फ़ीचरों की छँटाई करता है। पहले यह अंतिम परीक्षण अवधि आरक्षित करता है और उन अवलोकनों को बाहर रखता है जिनके भविष्य के लेबल उस अवधि के भीतर तय होते। प्रत्येक…

इक्विटीसांख्यिकीमशीन लर्निंगबैकटेस्टिंग
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 विश्लेषण अनुमान लगाता है कि हाल की अवधि को छोड़ने वाला मोमेंटम ETF के भविष्य के रिटर्न में कारणात्मक बदलाव से जुड़ा है या नहीं; यह नहीं पूछता कि मोमेंटम रिटर्न का कितना अच्छा पूर्वानुमान करता है। दोहरी मशीन लर्निंग घोषित भ्रमकारी कारकों का उपयोग करके…

मशीन लर्निंगसांख्यिकीमोमेंटमबैकटेस्टिंग
Machine Learning for Trading

यह बेंचमार्क-निर्माण विधि किसी केस स्टडी में घोषित परिसंपत्तियों से समान-भार वाला दैनिक रिटर्न क्रम बनाती है। पहले यह हर सत्र के लिए प्रत्येक प्रतीक का अंतिम क्लोज़ लेती है, फिर क्लोज़-से-क्लोज़ रिटर्न निकालकर उपलब्ध रिटर्न का औसत करती है। कोई प्रतीक तभी…

बैकटेस्टिंगपोर्टफोलियो निर्माणसांख्यिकीजोखिम प्रबंधन
Machine Learning for Trading

यह दस्तावेज़ NASDAQ Data Link के Wiki Prices आर्काइव से मिले दैनिक US इक्विटी डेटा सेट का वर्णन करता है। इसमें 1962 से मार्च 2018 तक हज़ारों कंपनियाँ और डीलिस्टेड कंपनियाँ शामिल हैं, इसलिए यह सर्वाइवरशिप बायस घटाने वाले ऐतिहासिक अनुसंधान के लिए उपयोगी है।…

इक्विटीअमेरिकी बाज़ारबैकटेस्टिंग
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 क्रिप्टो परपेचुअल में रिटर्न और दिशा का पूर्वानुमान लगाने वाले ग्रेडिएंट-बूस्टेड मॉडल का अध्ययन करती है। इसका ग्रिड ट्री क्षमता और लॉस फ़ंक्शन बदलता है, जिसमें स्क्वेयर्ड-एरर, एब्सोल्यूट-एरर और Huber उद्देश्य शामिल हैं; प्रशिक्षण के कई बिंदुओं पर…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगमोमेंटम
Machine Learning for Trading

यह दस्तावेज़ बहुचर टाइम-सीरीज़ का पूर्वानुमान करने के लिए PatchTST न्यूरल-नेटवर्क आधार प्रस्तुत करता है। यह हर इनपुट श्रृंखला को ओवरलैप होते पैच में बाँटता है, हर पैच को सीखे गए फ़ीचर स्पेस में प्रोजेक्ट करता है, स्थितीय एन्कोडिंग जोड़ता है और बनी श्रृंखला…

मशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ बताता है कि सिग्नल ट्रिगर, आय घोषणाओं या मैक्रो रिलीज़ जैसी घटनाओं के आसपास रिटर्न कैसे मापें। उदाहरण में तरल ईटीएफ के मोमेंटम ब्रेकआउट उपयोग किए गए हैं। हर घटना के लिए, घटना-पूर्व अनुमान विंडो पर फ़िट किया गया बाज़ार मॉडल अपेक्षित रिटर्न देता…

इक्विटीघटना आधारितमोमेंटमब्रेकआउट
Machine Learning for Trading

यह नोटबुक अनुमान लगाती है कि क्रिप्टो परपेचुअल का प्रीमियम z-स्कोर बाद के आठ-घंटे के रिटर्न को प्रभावित करता है या नहीं, जब मॉडल में निर्दिष्ट तीन कारक—मूल्य वोलैटिलिटी, फंडिंग दर और औसत प्रीमियम विचलन—स्थिर रखे जाते हैं। उपचार निरंतर है, इसलिए लक्ष्य ढलान…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक वित्तीय टाइम-सीरीज़ बनाने के लिए बिना शर्त Sig-Wasserstein GAN प्रस्तुत करती है। यह सीखे हुए वास्तविक-बनाम-निर्मित विवेचक की जगह अपेक्षित पाथ सिग्नेचर पर आधारित दूरी उपयोग करती है; पाथ सिग्नेचर पाथ की क्रमिक चालों का गणितीय सार हैं। न्यूरल जनरेटर…

मशीन लर्निंगसांख्यिकीइक्विटीअस्थिरता
Machine Learning for Trading

यह नोटबुक दैनिक ETF रिटर्न से समझाती है कि GARCH मॉडल वोलैटिलिटी क्लस्टरिंग कैसे पकड़ते हैं और उसे सत्र-दर-सत्र फ़ीचर में बदलते हैं। पहले दृश्य निदान और ARCH-LM परीक्षण से जाँचा जाता है कि वर्गित रिटर्न अपने पिछले मानों पर निर्भर करते हैं या नहीं। फिर…

अस्थिरतासांख्यिकीजोखिम प्रबंधनइक्विटी
Machine Learning for Trading

यह नोटबुक संदेश-दर-ऑर्डर डेटा से एकल-प्रतीक NASDAQ लिमिट ऑर्डर बुक फिर बनाने का तरीका बताती है। यह प्रत्येक सक्रिय ऑर्डर का बचा आकार बनाए रखते हुए जोड़, निष्पादन, रद्दीकरण, हटाने और प्रतिस्थापन प्रोसेस करती है। प्रतिस्थापन के लिए विशेष प्रबंधन आवश्यक है,…

इक्विटीबाज़ार की सूक्ष्म संरचनाऑर्डर निष्पादनसांख्यिकी