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

436 दस्तावेज़

Machine Learning for Trading

यह नोटबुक तय अवधि में एक निश्चित ऑर्डर को लिक्विडेट करने के लिए Proximal Policy Optimization एजेंट को प्रशिक्षित करती है। यह सीखी गई गति-नीति की तुलना TWAP और Almgren–Chriss शेड्यूल से करती है, निष्पादन कमी मापती है और देखती है कि हर रणनीति कब ट्रेड करती है।…

क्रिप्टोपरपेचुअल फ़्यूचर्सऑर्डर निष्पादनमशीन लर्निंग
Machine Learning for Trading

यह नोटबुक मार्च 16, 2020 के नियमित सत्र में हर AAPL ट्रेड के लिए प्रचलित राष्ट्रीय सर्वोत्तम बोली और प्रस्तावित मूल्य (NBBO) का पुनर्निर्माण करती है। यह कोट और ट्रेड की घटनाओं को कालक्रम में जोड़ती है, नवीनतम बोली और प्रस्तावित मूल्य को आगे लागू करती है, और…

इक्विटीबाज़ार की सूक्ष्म संरचनाऑर्डर निष्पादनसांख्यिकी
Machine Learning for Trading

तनाव की स्थिति में बाज़ार माइक्रोस्ट्रक्चर कैसे बदलता है, यह दिखाने के लिए यह नोटबुक मार्च 16, 2020 के बाज़ार क्रैश के दौरान AAPL ट्रेड और कोट रिकॉर्ड की जाँच करती है। यह टेप को नियमित ट्रेडिंग घंटों तक सीमित करती है, ट्रेड प्रिंट को राष्ट्रीय सर्वोत्तम बोली…

इक्विटीबाज़ार की सूक्ष्म संरचनाऑर्डर निष्पादनअस्थिरता
Machine Learning for Trading

यह ट्यूटोरियल पिछली अवधि के जोखिम-समायोजित मोमेंटम रैंकिंग और ट्रेज़री यील्ड कर्व के व्यवस्था फ़िल्टर से मासिक ETF रोटेशन सिम्युलेटर बनाता है। हर महीने के अंत में नियम हाल के मूल्य इतिहास के आधार पर दस फ़ंड को रैंक करता है; जोखिम-स्वीकार अवधि में शीर्ष तीन…

बैकटेस्टिंगमोमेंटमपोर्टफोलियो निर्माणऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक ETF पूर्वानुमान रणनीति के लिए संचालन चक्र दिखाती है: बाज़ार डेटा रीफ़्रेश करना, वित्तीय विशेषताओं की फिर से गणना करना, Ridge मॉडल को फिर से प्रशिक्षित करना, परिनियोजन आर्टिफ़ैक्ट सहेजना, मौजूदा क्रॉस-सेक्शनल पूर्वानुमान बनाना, बैकटेस्ट इंजन में…

इक्विटीमशीन लर्निंगऑर्डर निष्पादनबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक बाज़ार गतिविधि को मॉडल किए गए ट्रेडिंग खर्चों और रणनीति क्षमता में बदलने का ढाँचा विकसित करती है। इसमें वर्गमूल इम्पैक्ट मॉडल प्रस्तुत किया गया है, अस्थिरता और औसत दैनिक वॉल्यूम को मुख्य इनपुट बताया गया है, और बाज़ार डेटा से मिलने वाले मानों को उन…

बाज़ार की सूक्ष्म संरचनाऑर्डर निष्पादनजोखिम प्रबंधनपोज़िशन का आकार तय करना
Machine Learning for Trading

यह दस्तावेज़ ट्रेड, कोट और लिमिट ऑर्डर बुक के अध्ययन के लिए इक्विटी बाज़ार डेटा के चार स्रोतों की तुलना करता है: AlgoSeek TAQ, Databento मार्केट बाय ऑर्डर, NASDAQ ITCH और IEX HIST। यह हर स्रोत की बारीकी, कवरेज, लागत या पहुँच की शर्तें, स्टोरेज की ज़रूरतें,…

इक्विटीबाज़ार की सूक्ष्म संरचनाऑर्डर निष्पादनहाई फ़्रीक्वेंसी ट्रेडिंग
Machine Learning for Trading

यह नोटबुक LEAN इंजन के परिणामों को ऐसे ऑडिट से अलग रखती है जो सुरक्षित रखे गए वास्तविक रणनीति रन की तुलना मेल खाते ML4T बैकटेस्ट प्रोफ़ाइल से करता है। इसमें चार समर्थित वर्कलोड पहचाने गए हैं: ETF आवंटन, क्रिप्टो परपेचुअल फ़ंडिंग, USD-कोटेड FX आवंटन और US…

बहु-एसेटबैकटेस्टिंगऑर्डर निष्पादनक्रिप्टो
Machine Learning for Trading

यह दस्तावेज़ बताता है कि पूर्वानुमान एजेंट का खोज इंटरफ़ेस उसके प्रमाण को कैसे सीमित कर सकता है और उसकी गतिविधि को ऑडिट योग्य बना सकता है। प्रदाता-निरपेक्ष प्रोटोकॉल स्रोत, प्रकाशन तिथि, प्रासंगिकता स्कोर और सामग्री वाले टाइप किए गए परिणाम लौटाता है, जबकि…

बैकटेस्टिंगऑर्डर निष्पादनमशीन लर्निंग
Machine Learning for Trading

यह नोटबुक FX जोड़ी के पूर्वानुमानों को आधार ट्रेडिंग परिणामों में बदलती है। हर निर्णय समय पर यह जोड़ियों का क्रम तय करती है, समान आकार के लॉन्ग और शॉर्ट हिस्से लेती है और चुने गए पूर्वानुमान कॉन्फ़िगरेशन तथा चेकपॉइंट को मौजूदा बैकटेस्ट इंजन से चलाती है। समान…

विदेशी मुद्राबैकटेस्टिंगपोर्टफोलियो निर्माणपोज़िशन का आकार तय करना
Machine Learning for Trading

यह नोटबुक समान मासिक ETF मोमेंटम रणनीति के दो सिमुलेशन की तुलना करती है। दोनों में लक्ष्य भार, समूह, तारीखें और कुल ट्रेडिंग लागत एक जैसी हैं। एक पिछड़े हुए भार और परिसंपत्ति रिटर्न से रिटर्न निकालता है; दूसरा फ़िल, शेयर और नकदी का हिसाब रखते हुए ऑर्डर क्रम…

इक्विटीमोमेंटमबैकटेस्टिंगऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक नियतात्मक दस लाख पंक्तियों वाले OHLCV पैनल के साथ CSV, Parquet, Feather और HDF5 स्टोरेज की तुलना करती है। यह लिखने का समय, डेटा को पूरी तरह लोड करने का पढ़ने का समय, फ़ाइल का आकार और केवल दो कॉलम चुनकर पढ़ने का समय मापती है। समय मापने की नीति में…

इक्विटीसांख्यिकीऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक सिम्युलेटेड क्रिप्टोकरेंसी ट्रेडिंग परिवेश में DQN, PPO और A2C की तुलना करती है। यह घंटेवार Bitcoin परपेचुअल-फ़्यूचर्स रिटर्न पर GARCH(1,1) अस्थिरता प्रक्रिया का अंशांकन करती है, फिर ऐसे पथ सिम्युलेट करती है जो रिटर्न की दिशा को अप्रत्याशित रखते…

मशीन लर्निंगक्रिप्टोपरपेचुअल फ़्यूचर्सबैकटेस्टिंग
Machine Learning for Trading

यह ऑडिट ETF आवंटन, फ़्यूचर्स, क्रिप्टो परपेचुअल फ़ंडिंग, विदेशी मुद्रा और US इक्विटी में समान स्थिर मॉडल लक्ष्यों और कंटेंट-एड्रेसेबल ऐतिहासिक इनपुट को दोहराने वाले ट्रेडिंग इंजनों की तुलना करता है। यह मेल खाते फ़िल रिकॉर्ड, मूल्यांकन टाइमस्टैम्प, खाते के…

बैकटेस्टिंगऑर्डर निष्पादनबहु-एसेटफ़्यूचर्स
Machine Learning for Trading

यह नोटबुक 13F फ़ाइलिंग से बने संस्थागत होल्डिंग ग्राफ़ पर केवल-पठन प्रश्न-उत्तर कार्यप्रवाह दिखाती है। प्राकृतिक भाषा से डेटाबेस क्वेरी बनाने के बजाय, यह सटीक रूप से समर्थित प्रश्नों को निश्चित इकाइयों वाले हाथ से लिखे Cypher टेम्पलेट पर भेजती है। टेम्पलेट…

इक्विटीमशीन लर्निंगऑर्डर निष्पादनजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक NASDAQ-100 इंट्राडे रणनीति में आवंटन-चरण के शीर्ष कॉन्फ़िगरेशन पर पोज़िशन-स्तरीय स्टॉप-लॉस, ट्रेलिंग स्टॉप और समय-आधारित निकास का मूल्यांकन करती है। निर्णय हर पंद्रह मिनट पर होते हैं, जबकि बैकटेस्ट इंजन हर मिनट पोज़िशन पर नज़र रखता है, इसलिए ओवरले…

इक्विटीजोखिम प्रबंधनबैकटेस्टिंगऑर्डर निष्पादन
Machine Learning for Trading

यह कॉन्फ़िगरेशन नोट उन सेटिंग्स में अंतर करता है जो बैकटेस्ट की पहचान में दिखाई देती हैं और उन सेटिंग्स में जो वास्तव में सिम्युलेटेड ट्रेडिंग लागत को प्रभावित करती हैं। वर्णित केस स्टडी में सभी पंजीकृत रन वेक्टराइज़्ड, रिटर्न-टू-एक्सपायरी पथ का उपयोग करते…

ऑप्शंसबैकटेस्टिंगऑर्डर निष्पादनसांख्यिकी
Machine Learning for Trading

यह नोटबुक NASDAQ ITCH-से प्राप्त ट्रेड रिकॉर्ड का उपयोग करके इंट्राडे ट्रेडिंग गतिविधि की जाँच करती है। यह अलग-अलग ट्रेडों को समय-आधारित बार में पुनर्नमूना करती है और गतिविधि के तीन स्तरों में से प्रत्येक से चुने गए एक टिकर के लिए शेयर वॉल्यूम, ट्रेडों की…

इक्विटीबाज़ार की सूक्ष्म संरचनाऑर्डर निष्पादनसांख्यिकी
Machine Learning for Trading

यह अध्याय रीइन्फ़ोर्समेंट लर्निंग को अनुक्रमिक नियंत्रण का औज़ार बताता है और इसे पर्यवेक्षित पूर्वानुमान से अलग करता है। यह उन कार्यों पर केंद्रित है जहाँ कार्रवाइयाँ बाद के परिणामों को प्रभावित करती हैं और पुरस्कार अपेक्षाकृत स्पष्ट होते हैं: ट्रेड…

मशीन लर्निंगऑर्डर निष्पादनमार्केट मेकिंगऑप्शंस
Machine Learning for Trading

यह मॉड्यूल क्रिप्टो परपेचुअल फ़्यूचर्स में बड़ा विक्रय ऑर्डर निष्पादित करने के लिए पॉइंट-इन-टाइम सिमुलेशन वातावरण परिभाषित करता है। इसके अवलोकनों में शेष इन्वेंटरी और समय के साथ बाज़ार अस्थिरता, प्रीमियम इंडेक्स, सापेक्ष वॉल्यूम, दिन का घंटा और फ़ंडिंग तक का…

क्रिप्टोपरपेचुअल फ़्यूचर्सऑर्डर निष्पादनबाज़ार की सूक्ष्म संरचना
Machine Learning for Trading

यह अध्याय बाज़ार डेटा को ट्रेडिंग नियमों, लिक्विडिटी और प्रतिभागियों के व्यवहार का परिणाम बताता है। यह टॉप-ऑफ़-बुक कोट से लेकर ऑर्डर-स्तरीय फ़ीड तक डेटा का सर्वेक्षण करता है, फिर एक्सचेंज संदेशों को पार्स करने और उन्हें किसी वेन्यू की स्थानीय लिमिट ऑर्डर बुक…

बाज़ार की सूक्ष्म संरचनाऑर्डर निष्पादनहाई फ़्रीक्वेंसी ट्रेडिंगसांख्यिकी
Machine Learning for Trading

यह विश्लेषण जाँचता है कि क्या दैनिक ऑप्शन डेटा S&P 500 के घटकों पर एट-द-मनी स्ट्रैडल बेचने, शेयरों का डेल्टा हेज करने और कॉन्ट्रैक्ट को एक्सपायरी तक रखने वाली साप्ताहिक रणनीति का समर्थन कर सकता है। यह बताता है कि कॉल और पुट मिलकर स्ट्रैडल कैसे बनाते हैं,…

ऑप्शंसअस्थिरताऑर्डर निष्पादनबैकटेस्टिंग
Machine Learning for Trading

यह केस अध्ययन क्रिप्टो परपेचुअल फ़्यूचर्स के लिए शोध पाइपलाइन की रूपरेखा देता है और नियमित निपटान पर लॉन्ग तथा शॉर्ट पोज़िशन के बीच होने वाले फ़ंडिंग भुगतानों को संभावित रिटर्न स्रोत मानता है। इसमें लेबल निर्माण और वित्तीय फ़ीचर से लेकर सांख्यिकीय तथा…

क्रिप्टोपरपेचुअल फ़्यूचर्सफ़्यूचर्समशीन लर्निंग
Machine Learning for Trading

दस्तावेज़ बताता है कि चार बाज़ार-प्रभाव मॉडल किसी ऑर्डर से जुड़े प्रति शेयर प्रतिकूल भाव बदलाव का अनुमान कैसे लगाते हैं: कोई प्रभाव नहीं, रैखिक प्रभाव, वर्गमूल प्रभाव और विन्यास योग्य घात नियम। यह चिह्न परंपरा, भागीदारी, अस्थिरता तथा मॉडल गुणांकों की…

ऑर्डर निष्पादनबाज़ार की सूक्ष्म संरचनाबैकटेस्टिंगजोखिम प्रबंधन