यह नोटबुक मात्रात्मक केस स्टडी पर बार-बार काम करने के लिए ऑपरेटर-शैली के शोध एजेंट की व्याख्या करती है। मॉडल को पहले से तय पूर्वानुमान कार्रवाइयों तक सीमित रखने के बजाय यह फ़ाइलों, शेल कमांड, रजिस्ट्री प्रश्नों और डेटा निरीक्षण के सामान्य टूल देती है। एजेंट…
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
867 दस्तावेज़
यह नोटबुक पहले के वैलिडेशन चरणों में चुने गए कॉन्फ़िगरेशन को -2021 से पहले के इतिहास पर फिर से प्रशिक्षित करती है और 2021 होल्डआउट के लिए पूर्वानुमान जारी करती है। यह दर्ज उम्मीदवार समूह से चुना गया कॉन्फ़िगरेशन लेती है या समूह उपलब्ध न होने पर वही रैंकिंग…
यह नोटबुक ESG सुर्खियों के लिए एक कार्यप्रवाह लागू करती है: यह कीवर्ड से समाचार चुनती है, हर चुनी हुई सुर्खी को पर्यावरण, सामाजिक या शासन श्रेणी में रखती है और नमूना सुर्खियों का FinBERT भावना स्कोर निकालती है। यह नमूना लेने से पहले चुने गए समूह की श्रेणी…
यह नोटबुक वित्तीय शोध के लिए अनुक्रमित किए जाने से पहले वार्षिक रिपोर्टों के संग्रह का ऑडिट करती है। यह वित्तीय अवधि के अंत और सार्वजनिक फ़ाइलिंग की तारीख के बीच की देरी मापती है और दिखाती है कि समय-बिंदु आधारित उपयोगों में प्रकाशन तारीख क्यों लेनी चाहिए। यह…
यह नोटबुक वित्तीय केस स्टडी के मौजूदा वॉक-फ़ॉरवर्ड मॉडल नतीजों को जोड़कर LSTM, NLinear, TSMixer, TCN और PatchTST की तुलना रैखिक, ग्रेडिएंट-बूस्टेड और सारणीबद्ध न्यूरल नेटवर्क आधार मॉडलों से करती है। इसका मुख्य माप औसत दैनिक स्पीयरमैन सूचना गुणांक है, जिसे…
यह नोटबुक देखती है कि मॉडल का सूचना गुणांक उसके पूर्वानुमानों से बनी रणनीति का शार्प अनुपात क्यों निर्धारित नहीं करता। कुछ केस स्टडी में यह सिग्नल रैंकिंग की तुलना बैकटेस्ट नतीजों से करती है और देखती है कि प्रवेश नियम, पोज़िशन का आकार, रीबैलेंसिंग की आवृत्ति…
यह नोटबुक प्रतिकूल स्टोकेस्टिक डिस्काउंट फ़ैक्टर मॉडल का दैनिक शिक्षण-उद्देश्य अनुकूलन लागू करती है। पोर्टफोलियो-भार नेटवर्क पिछले क्लोज़ पर उपलब्ध विशेषताओं और बाज़ार स्थिति से अगले दिन के अतिरिक्त रिटर्न का फ़ैक्टर बनाता है। प्रतिकूल मोमेंट नेटवर्क…
यह विश्लेषण जाँचता है कि चुने गए ट्रेडिंग संकेत कितने विश्वसनीय दिखते हैं; इसके लिए सूचना गुणांक (IC) साक्ष्य की तुलना उन शार्प अनुपातों से करता है जो पूर्वानुमानों को पोज़िशनों में बदलने के बाद मिलते हैं। यह परिसंपत्ति वर्गों में मॉडल परिवार के परिणाम एकत्र…
यह नोटबुक पहले से चलाए गए वॉक-फ़ॉरवर्ड परिणामों को समेकित करके केस स्टडी में LSTM, NLinear, TSMixer, TCN और PatchTST की तुलना करती है। इसमें रैखिक, ग्रेडिएंट-बूस्टेड और TabM आधाररेखाएँ भी शामिल हैं। यह HAC विश्वास अंतरालों के साथ औसत दैनिक स्पीयरमैन सूचना…
नोटबुक वित्तीय नॉलेज ग्राफ़ के इनपुट के रूप में रखी गई S&P 100 10-K और 8-K फ़ाइलिंग का पूर्वावलोकन करती है। इसमें आवश्यक फ़ील्ड, अद्वितीय कंपनी और एक्सेसन कुंजियाँ, एकसमान फ़ॉर्म लेबल, वर्ष-संरेखण और पाठ-लंबाई मेटाडेटा की स्कीमा जाँचें बताई गई हैं। वार्षिक…
यह दस्तावेज़ रजिस्ट्री में संग्रहीत बैकटेस्ट परिणामों की जाँच के लिए पाठक-केंद्रित इंटरफ़ेस बताता है। यह रन की संख्या का सार, विनिर्देशों और अलग-अलग रन का निरीक्षण, परिणामों की रैंकिंग, आवंटन विधियों की तुलना, संकेंद्रण वक्र देखना और रणनीति की प्रगति का पता…
यह नोटबुक नॉलेज ग्राफ़ से टाइमस्टैम्प वाले वित्तीय घटना किनारों का विश्लेषण करती है और इनमें अंतर करती है कि घटना कब हुई, वह कब सार्वजनिक हुई और निष्कर्षण पाइपलाइन ने किनारा कब बनाया। यह प्रकटीकरण और निष्कर्षण में देरी की गणना करती है, सार्वजनिक-प्रकटीकरण…
यह अध्याय समीक्षा बैकटेस्टिंग से पहले ट्रेडिंग रणनीतियाँ परिभाषित करने की परिकल्पना-आधारित प्रक्रिया बताती है। यह दर्ज डेटा धारणाओं और अपरिवर्तनीय कॉन्फ़िगरेशन को खोजपरक विश्लेषण, इवेंट स्टडीज़ और संरचित रणनीति टर्म शीट से जोड़ती है। प्रस्तावित टर्म शीट में…
यह नोटबुक क्रिप्टो परपेचुअल बाज़ारों के समूह के प्रति घंटा रिटर्न पर एक सामान्य ऑटोएन्कोडर को प्रशिक्षित करती है। रिटर्न को प्रशिक्षण अवधि का उपयोग करके मानकीकृत किया जाता है और न्यूरल नेटवर्क बहु-परिसंपत्ति इनपुट को पुनर्निर्मित करने से पहले उसे दो-आयामी…
यह दस्तावेज़ केस स्टडीज़ में मॉडल कॉन्फ़िगरेशन की तुलना के लिए साझा विश्लेषण कार्यप्रवाह बताता है। पहले हर केस स्टडी के लिए एक कॉन्फ़िगरेशन चुना जाता है, फिर उसी चयन से फ़ोल्ड-स्तरीय और विभिन्न अध्ययनों के सार निकाले जाते हैं, ताकि बाद के विश्लेषणों में…
यह नोटबुक शेयर-स्तरीय पूर्वानुमानों को सत्यापन पोर्टफ़ोलियो में बदलती है। प्रत्येक पुनर्संतुलन तारीख पर यह शेयरों को अनुमानित रिटर्न के अनुसार क्रम देती है, शीर्ष समूह खरीदती है, निचले समूह को शॉर्ट करती है और हर पोज़िशन को समान पूँजी देती है। यह आधाररेखा…
यह कैपस्टोन बताता है कि बायर स्कोर, लॉग स्कोर, अपेक्षित अंशांकन त्रुटि और तीक्ष्णता से संभाव्यता पूर्वानुमानों का मूल्यांकन कैसे करें, और विश्वसनीयता आरेख कैसे दिखाते हैं कि पूर्वानुमान कहाँ अति-विश्वासी या कम-विश्वासी हैं। इसमें होल्डआउट या लीव-वन-आउट…
यह नोटबुक CME वायदा उत्पादों पर LSTM और NLinear क्रम विन्यासों का मूल्यांकन करती है। क्रम मॉडल अवलोकनों की क्रमबद्ध विंडो लेते हैं और जाँचते हैं कि क्या हाल का पथ निर्मित सारांश विशेषताओं से अतिरिक्त जानकारी देता है। LSTM विंडो में बदलती गुप्त स्थिति सीखता…
यह नोटबुक दैनिक FX जोड़ी डेटा पर टेम्पोरल कन्वोल्यूशनल नेटवर्क फिट करने की साझा कार्यप्रणाली बताती है। हर तारीख को अलग विशेषता पंक्ति मानने के बजाय, मॉडल लगातार अवलोकनों की निश्चित पिछली अवधि का उपयोग करता है। रनर पात्र पूर्वानुमान तारीखें तय करता है,…
यह नोटबुक वित्तीय पाठ को नकारात्मक, तटस्थ या सकारात्मक वर्गीकृत करने वाले निश्चित FinBERT मॉडल पर टोकन-स्तरीय SHAP लागू करती है। यह चेकपॉइंट के लेबल क्रम को सुरक्षित रखने के लिए मॉडल अनुमान को आवरण में रखती है, फिर चुने हुए आधाररेखा की तुलना में छिपाए गए…
यह नोटबुक ऐतिहासिक गति विशेषताओं से आगे के ETF रिटर्न का पूर्वानुमान लगाने के लिए TSMixer को अनुकूलित करती है। इसकी संरचना समय-अक्ष पर साझा रैखिक रूपांतरण और प्रत्येक तारीख पर अलग से लागू विशेषता MLP के बीच बारी-बारी से काम करती है। पूर्व-सामान्यीकरण और…
यह नोटबुक आपूर्ति शृंखला ज्ञान ग्राफ़ और संस्थागत स्वामित्व फ़ाइलिंग को आगे के वित्तीय मॉडलिंग के लिए विशेषताओं में बदलती है। कंपनी नेटवर्क से यह टोपोलॉजी माप, आपूर्तिकर्ता संकेंद्रण, प्रतिस्पर्धी जोखिम और अड़चन संकेतक निकालती है। समय-बिंदु 13F होल्डिंग से…
यह नोटबुक बताती है कि वित्तीय नामित इकाई पहचान के लिए ट्रांसफ़ॉर्मर को कैसे फाइन-ट्यून करें। यह पाठ में संगठनों, लोगों, राशियों, तारीखों और प्रतिशत जैसे अंशों की पहचान करता है। इसमें BIO सीमा लेबल और शब्द-स्तरीय एनोटेशन को ट्रांसफ़ॉर्मर के उपशब्द टोकन से…
यह नोटबुक पर्यवेक्षित ऑटोएनकोडर को दैनिक US इक्विटी के लिए अनुकूलित करती है। मॉडल रैंक किए गए मूल्य और वॉल्यूम गुणों का पुनर्निर्माण करता है, जबकि सहायक और मुख्य वर्गीकरण शीर्ष, साझा गुप्त निरूपण को प्रशिक्षित करके कई आगे की अवधियों में यह अनुमान लगाते हैं…