नॉलेज लाइब्रेरी

यह नोटबुक SEC XBRL डेटा से तिमाही इक्विटी फ़ंडामेंटल पैनल बनाना और उसकी जाँच करना समझाती है। हर अवलोकन में वह वित्तीय अवधि शामिल है जिसका वह वर्णन करता है और वह फ़ाइलिंग तारीख भी जब जानकारी सार्वजनिक हुई। ऐतिहासिक परीक्षणों में यह अंतर अनिवार्य है: केवल अवधि…

दस्तावेज़ ETF रिटर्न के मॉडलिंग के लिए इंस्ट्रूमेंटेड प्रिंसिपल कंपोनेंट विश्लेषण समझाता है। साधारण PCA हर फ़ंड को स्थिर फ़ैक्टर एक्सपोज़र देता है, जबकि IPCA प्रत्येक फ़ंड के एक्सपोज़र को उसकी देखी जा सकने वाली विशेषताओं का साझा रैखिक फलन मानता है। यह…

यह नोटबुक लेखांकन और मूल्य-आधारित विशेषताओं को अगले महीने के US स्टॉक रिटर्न के स्वतंत्र पूर्वानुमानकर्ता के रूप में आँकती है। यह प्रत्येक विशेषता और रिटर्न लेबल के बीच मासिक क्रॉस-सेक्शनल रैंक सहसंबंध निकालती है, फिर विकास अवधि के महीनों में उनका सार…

यह नोटबुक बताती है कि सशर्त ऑटोएन्कोडर इंस्ट्रूमेंटेड प्रमुख-घटक मॉडल को कैसे विस्तारित करता है: न्यूरल नेटवर्क स्टॉक विशेषताओं को कारक एक्सपोज़र में बदलता है, जबकि मॉडल एक्सपोज़र-गुणा-कारक-रिटर्न संरचना बनाए रखता है। यह प्रत्येक प्रशिक्षण विंडो के विन्यस्त…

यह नोटबुक ऑप्शन-सतह विशेषताओं वाले इक्विटी पैनल के लिए इंस्ट्रूमेंटेड प्रिंसिपल कंपोनेंट एनालिसिस (IPCA) समझाती है। सामान्य PCA के विपरीत, जो हर शेयर के एक्सपोज़र का अनुमान उसके रिटर्न इतिहास से लगाता है, IPCA एक्सपोज़र को हर शेयर की तारीख-विशिष्ट विशेषताओं…

यह नोटबुक तरल US इक्विटी के उपसमूह पर प्रधान घटक विश्लेषण का उपयोग करके अप्रत्यक्ष कारक निकालती है और लॉन्ग-शॉर्ट आइजेनपोर्टफ़ोलियो बनाती है। यह बताती है कि मानकीकृत PCA वेक्टरों को कच्चे रिटर्न भारों में कैसे बदला जाता है और सकल एक्सपोज़र से सामान्यीकृत…

यह नोटबुक ऑप्शन विश्लेषण अध्ययन में स्टॉक रिटर्न का पूर्वानुमान करने के लिए प्रमुख घटक विश्लेषण को बिना शर्त वाला अव्यक्त-फ़ैक्टर आधाररेखा प्रस्तुत करती है। PCA ऐतिहासिक रिटर्न पैनल से सामान्य गतिविधियों और हर स्टॉक के उनके प्रति एक्सपोज़र का अनुमान लगाता…

यह नोटबुक सूचना गुणांक, क्वांटाइल रिटर्न, ऊपर से नीचे तक के स्प्रेड और वर्गीकरण निदान से क्रॉस-सेक्शनल मोमेंटम फ़ैक्टर का मूल्यांकन करती है। यह स्पीयरमैन IC को संकेत और बाद के रिटर्न के बीच तारीख-दर-तारीख रैंक सहसंबंध के रूप में प्रस्तुत करती है और इसे सभी…

यह नोटबुक व्यापक US इक्विटी पैनल के साझा उतार-चढ़ाव दर्शाने के लिए प्रधान घटक विश्लेषण का उपयोग करती है। PCA रिटर्न में साझा परिवर्तन समझाने वाली दिशाएँ निकालता है; हर शेयर की लोडिंग उस दिशा के प्रति उसका एक्सपोज़र मापती है। सीमित फ़ैक्टरों से पुनर्निर्मित…

यह नोटबुक बताती है कि कंडीशनल ऑटोएन्कोडर, इंस्ट्रूमेंटेड PCA को ETF रिटर्न मॉडलिंग के लिए कैसे विस्तारित करता है। दोनों विधियाँ फ़ंड की विशेषताओं को फ़ैक्टर एक्सपोज़र से जोड़ती हैं और उन एक्सपोज़र को फ़ैक्टर रिटर्न के साथ जोड़ती हैं; ऑटोएन्कोडर IPCA के रैखिक…

यह US इक्विटी पैनल अध्ययन क्लोज़ पर देखी गई विशेषताओं से आगे के प्रतिफलों का पूर्वानुमान करने के लिए पेनलाइज़्ड रैखिक मॉडल को आधाररेखा बनाता है। इसकी विशेषताओं में गति और अस्थिरता के एक-दूसरे पर चढ़े माप हैं, जिससे बहुसहसंबद्धता पैदा होती है और साधारण लीस्ट…

यह नोटबुक इंस्ट्रूमेंटेड प्रिंसिपल कंपोनेंट एनालिसिस (IPCA) समझाती है। यह साझा कारकों का अनुमान लगाती है और हर शेयर के कारक एक्सपोज़र को उसी दिन की ऑप्शन-सतह विशेषताओं का साझा रैखिक फलन बनाती है। इन विशेषताओं में निहित अस्थिरता, पुट-कॉल स्क्यू,…

यह नोटबुक जाँचती है कि क्या व्यापक ETF सह-गति को नियंत्रित करने के बाद चार प्रबंधित-पोर्टफोलियो रणनीतियाँ SPY प्रतिफल समझाती हैं। रणनीतियाँ पिछली गति, अस्थिरता या हाल के प्रतिफल का उपयोग करके ETFs को रैंक करती हैं। लंबे इतिहास वाले ETFs के संतुलित समूह से दस…

यह दस्तावेज़ परिसंपत्ति-मूल्य निर्धारण मॉडलों की तुलना के लिए उपयोग किए जाने वाले Chen, Pelger और Zhu के मासिक US इक्विटी पैनल का परिचय देता है। इसमें आर्थिक विषय के आधार पर समूहित 46 फ़र्म विशेषताएँ, अगले महीने के अतिरिक्त रिटर्न, और समय-क्रमित प्रशिक्षण,…

यह विश्लेषण फ़र्म की विशेषताओं पर आधारित मासिक US इक्विटी रणनीति की पंजीकृत बैकटेस्ट pipeline पढ़ता है। इसमें Sharpe की अनिश्चितता, probability और deflated Sharpe माप, paired रणनीति तुलना, holdout में क्षय और micro-cap की कम तरलता दर्शाने के लिए बनाया गया…

यह नोटबुक जोखिम-प्रीमियम PCA समझाती है, जो प्रशिक्षण अवधि के औसत रिटर्न का भारित बाहरी गुणनफल जोड़कर रिटर्न सहप्रसरण मैट्रिक्स बदलती है। इसके प्रमुख आइगेनवेक्टर स्थिर फ़ैक्टर पोर्टफ़ोलियो परिभाषित करते हैं; भार बढ़ाने से फ़ैक्टर औसत रिटर्न समझाने वाली दिशाओं…

यह नोटबुक इंस्ट्रूमेंटेड प्रिंसिपल कंपोनेंट एनालिसिस (IPCA) प्रस्तुत करती है, जो फ़र्म विशेषताओं से रिटर्न का पूर्वानुमान करने का एक लेटेंट-फ़ैक्टर तरीका है। हर विशेषता को सीधे रिटर्न वज़न देने के बजाय, IPCA हर फ़र्म के फ़ैक्टर एक्सपोज़र को उसकी विशेषताओं का…

यह उपयोगिता रणनीति रिटर्न को Fama–French तीन-फ़ैक्टर या पाँच-फ़ैक्टर मॉडल से, वैकल्पिक रूप से मोमेंटम शामिल करके, समझाने की विधि बताती है। यह दैनिक फ़ैक्टर डेटा को रणनीति रिटर्न से संरेखित करती है, रिटर्न आवृत्ति पहचानती है और जब रणनीति दैनिक से कम बार देखी…

यह नोटबुक प्रकाशित फ़ैक्टर रिटर्न का संभावित पोर्टफ़ोलियो घटकों के रूप में मूल्यांकन करती है। यह तीन प्रश्न अलग करती है: क्या किसी फ़ैक्टर का औसत रिटर्न कठोर सांख्यिकीय कसौटी पार करता है, क्या फ़ैक्टर ऐसे कारणों से एक-दूसरे का विविधीकरण करते हैं जो टिक सकते…

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,…

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)…

यह नोटबुक अलग-अलग US शेयरों के प्रकाशित कंपनी फ़ीचर पर रिज, लासो और इलास्टिक नेट मॉडल फिट करती है। फ़ीचर में वैल्यू, लाभप्रदता, निवेश, आकार, मोमेंटम, रिवर्सल, जोखिम और तरलता शामिल हैं। वॉक-फ़ॉरवर्ड फ़ोल्ड कॉन्फ़िगरेशन की तुलना योग्य रखते हैं, जबकि पेनल्टी…

यह दस्तावेज़ बेंचमार्किंग, जोखिम-आरोपण और कारक शोध के इनपुट के रूप में सार्वजनिक Fama-French तथा AQR कारक प्रतिफल डेटा सेट प्रस्तुत करता है। इसमें Fama-French लाइब्रेरी के बाज़ार, आकार, मूल्य, लाभप्रदता, निवेश और मोमेंटम कारक, साथ ही गुणवत्ता, कम बीटा और…

यह नोटबुक नौ इक्विटी, बॉन्ड, मुद्रा और कमोडिटी कारक तथा बाज़ार श्रृंखलाओं के मासिक प्रतिफलों को गॉसियन मिश्रण मॉडल से समूहित करती है। अधूरे डेटा वाले महीनों को हटाने के बाद, यह श्रृंखलाओं को मानकीकृत करती है ताकि पैमाने के अंतर समूह निर्धारण पर हावी न हों।…