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

224 दस्तावेज़

Machine Learning for Trading

यह केस अध्ययन बताता है कि क्रॉस-सेक्शनल विदेशी मुद्रा रणनीति के लिए फ़ॉरवर्ड-रिटर्न लेबल कैसे बनाए जाएँ, जो मुद्रा जोड़ियों की रैंकिंग करके उनके सापेक्ष क्रम के अनुसार खरीदती या बेचती है। पहले यह न्यूयॉर्क क्लोज़ परंपरा का उपयोग करके चार-घंटे के स्पॉट बार को…

विदेशी मुद्रास्पॉट बाज़ारमोमेंटमऔसत की ओर वापसी
Machine Learning for Trading

यह खोजपरक विश्लेषण जाँचता है कि सबसे हाल का महीना छोड़कर बना बारह-महीने का मोमेंटम संकेत, 100-ETF यूनिवर्स में अगले महीने के रिटर्न से जुड़ा है या नहीं। यह समायोजित समापन कीमतों से मासिक पैनल बनाता है, हर महीने पात्र ईटीएफ को क्विंटाइल में क्रम देता है और…

बहु-एसेटमोमेंटमसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

नोटबुक बढ़ती विंडो वाले डबल मशीन लर्निंग विश्लेषण का वर्णन करती है, जो जाँचता है कि बीटा, विशिष्ट वोलैटिलिटी, बाज़ार पूँजीकरण और वैरिएंस समायोजन के बाद 12-से--2-महीने का मोमेंटम अगले महीने के US फर्म रिटर्न का पूर्वानुमान करता है या नहीं। यह पहले के महीनों…

इक्विटीमोमेंटममशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह मॉड्यूल जोखिम-समायोजित गति स्कोर का उपयोग करके मासिक ETF आवंटन आधार तय करता है: पिछला संचयी प्रतिफल, वार्षिकीकृत वास्तविक अस्थिरता से विभाजित। जब 10-वर्ष और 2-वर्ष की प्रतिफल-वक्र ढलान एक सीमा से अधिक होती है, तब यह सर्वोच्च रैंक वाली परिसंपत्तियाँ चुनता…

इक्विटीबहु-एसेटमोमेंटमअस्थिरता
Machine Learning for Trading

यह प्रदर्शन USD स्पॉट ब्रोकर से जुड़ी लगातार चलने वाली क्रिप्टो रणनीति के परिचालन स्वरूप का वर्णन करता है। यह परपेचुअल फ़्यूचर्स केस स्टडी के बड़े यूनिवर्स को उपलब्ध स्पॉट युग्मों के छोटे सेट से जोड़ता है, फिर मोमेंटम ज़ेड-स्कोर प्रॉक्सी को ब्रोकर-संबद्ध लूप…

क्रिप्टोपरपेचुअल फ़्यूचर्सस्पॉट बाज़ारमोमेंटम
Machine Learning for Trading

यह शैक्षिक नोटबुक मात्रात्मक शोध में उपयोग की जाने वाली कीमत और वॉल्यूम से निकली विशेषताओं का सर्वेक्षण करती है। इसमें अलग-अलग अवधियों के सरल और लघुगणकीय रिटर्न, एक अवधि छोड़कर मापा गया मोमेंटम, ओवरनाइट और इंट्राडे रिटर्न, मूविंग एवरेज से दूरी, ट्रेंड और…

इक्विटीतकनीकी संकेतकअस्थिरतामोमेंटम
Machine Learning for Trading

यह नोटबुक जाँचने का कार्यप्रवाह प्रस्तुत करती है कि छह-महीने का हालिया अवधि छोड़कर मापा गया मोमेंटम 21-दिन के आगे के रिटर्न को प्रभावित करता है या नहीं, और क्या बाज़ार की अस्थिरता के साथ यह प्रभाव बदलता है। यह अस्थिरता और यील्ड कर्व नियंत्रणों तथा…

इक्विटीमोमेंटममशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक दो प्रीट्रेंड टाइम-सीरीज़ फ़ाउंडेशन मॉडल, Chronos और TinyTimeMixer, की तुलना एक LSTM और दंडित रैखिक आधाररेखा से एक ETF पैनल पर करती है। प्रत्येक मॉडल को एकचर ऐतिहासिक संदर्भ मिलता है; प्रीट्रेंड मॉडल उस इनपुट श्रृंखला का पूर्वानुमान लगाते हैं और…

मशीन लर्निंगइक्विटीमोमेंटमबैकटेस्टिंग
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 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 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 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 कॉन्फ़िगरेशन फ़र्म विशेषताओं के आधार पर रैंक किए गए मासिक लॉन्ग-शॉर्ट US इक्विटी पोर्टफ़ोलियो का वर्णन करता है। इसमें 46 विशेषताओं वाला पूर्ण-अभिलेख ब्रह्मांड, माह-अंत निर्णय, अगले खुलने पर निष्पादन, लॉन्ग और शॉर्ट हिस्सों में समान वेटिंग तथा उधार सहित…

इक्विटीफ़ैक्टर निवेशमोमेंटमबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक पोर्टफ़ोलियो रिटर्न से सिम्युलेटेड ट्रेड तक मासिक ETF रोटेशन बैकटेस्ट बनाती है। यह पीछे के जोखिम-समायोजित रिटर्न से दस फ़ंड की रैंकिंग करती है, अग्रणी फ़ंडों और रक्षात्मक बॉन्ड आवंटन के बीच चुनने के लिए Treasury यील्ड-वक्र व्यवस्था लागू करती है, और…

बैकटेस्टिंगमोमेंटमऑर्डर निष्पादनपोर्टफोलियो निर्माण
Machine Learning for Trading

यह कॉन्फ़िगरेशन इक्विटी सूचकांक, सरकारी बॉन्ड, ऊर्जा, धातु, मुद्राओं, कृषि और पशुधन में फैला साप्ताहिक फ्यूचर्स शोध यूनिवर्स परिभाषित करता है। यह शुक्रवार के निपटान को निर्णय स्नैपशॉट और सोमवार के खुलने को निष्पादन बिंदु तय करता है। रणनीति ढाँचा कैरी या…

फ़्यूचर्सबहु-एसेटकैरीमोमेंटम
Machine Learning for Trading

यह नोटबुक जाँचने का ढाँचा प्रस्तुत करती है कि मोमेंटम सिग्नल की दिखने वाली गुणवत्ता उचित शोध विकल्पों के बावजूद बनी रहती है या नहीं। निर्धारित होल्डआउट अवधि से पहले के वास्तविक ETF डेटा का उपयोग करते हुए, यह एक समय में एक लुकबैक पैरामीटर बदलती है और…

इक्विटीमोमेंटमसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक ओवरलैप होती रिटर्न विंडो और उनसे जुड़े मोमेंटम, वोलैटिलिटी तथा ऑसिलेटर मापों से बने ETF फ़ीचर पर रैखिक मॉडलों की तुलना करती है। ऐसे पूर्वानुमानकर्ता सहसंबद्ध होते हैं, जिससे साधारण न्यूनतम वर्ग गुणांक अस्थिर हो जाते हैं। प्रयोग वॉक-फ़ॉरवर्ड…

बहु-एसेटमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक ETF के आगे के प्रतिफलों का पूर्वानुमान करने वाला सुपरवाइज़्ड ऑटोएन्कोडर प्रस्तुत करती है। नेटवर्क फ़ंड की फ़ीचर पंक्ति को कम-आयामी निरूपण में संपीड़ित करता है और उसी निरूपण से सीधे प्रतिफल का पूर्वानुमान करता है। उसी मॉडल परिवार के कंडीशनल…

मशीन लर्निंगइक्विटीसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक बताती है कि घटना-संकेत या घोषणाएँ बाज़ार बेंचमार्क से आगे प्रतिफल का पूर्वानुमान करती हैं या नहीं, इसकी जाँच कैसे करें। यह तरल ETF में मोमेंटम ब्रेकआउट का उपयोग कर प्रक्रिया दिखाती है: घटना से पहले के प्रतिफल से बाज़ार मॉडल का अनुमान लगाएँ, घटना…

सांख्यिकीबैकटेस्टिंगमोमेंटमब्रेकआउट
arXiv papers

यह अध्ययन NSE 500 शेयरों से बनाए गए भौतिक मोमेंटम पोर्टफ़ोलियो का दैनिक, साप्ताहिक, मासिक और वार्षिक अवधियों में मूल्यांकन करता है। यह 2014–2021 के ऐतिहासिक प्रतिफल और जोखिम प्रोफ़ाइल की जाँच करता है और हर अवधि के सबसे अच्छा प्रदर्शन करने वाले पोर्टफ़ोलियो…

इक्विटीमोमेंटमसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ बताता है कि अवलोकन तारीख़ और बाद के ट्रेडिंग सत्र की समायोजित क्लोज़िंग कीमतों से ETF के दैनिक आगे-के-प्रतिफल लेबल कैसे बनाए जाएँ। यह मुख्य मासिक-अवधि लेबल और छोटा साप्ताहिक विकल्प बनाता है; पात्रता फ़िल्टर लागू करने से पहले हर टिकर के पूरे,…

इक्विटीमशीन लर्निंगसांख्यिकीमोमेंटम
Machine Learning for Trading

यह नोटबुक साझा ETF मोमेंटम रणनीति इंटरफ़ेस को Alpaca से जोड़ना दिखाती है; डिफ़ॉल्ट रूप से सिम्युलेटेड ऑफ़लाइन पथ उपलब्ध है। यह बताती है कि रणनीति, ऑर्डर लॉग और शैडो-मोड रैपर स्थिर रहते हुए ब्रोकर और बाज़ार-डेटा अडैप्टर कैसे बदले जा सकते हैं। लाइव पेपर…

इक्विटीमोमेंटमऑर्डर निष्पादनजोखिम प्रबंधन
Machine Learning for Trading

यह दस्तावेज़ मोमेंटम और क्रॉस-एसेट शोध के उम्मीदवार समूह के रूप में दैनिक ETF डेटासेट का वर्णन करता है। इसमें नौ श्रेणियाँ हैं, जिनमें US और अंतरराष्ट्रीय इक्विटी, निश्चित आय, कमोडिटी, विशेष फ़ंड और मुद्राएँ शामिल हैं। डेटा Yahoo Finance से आता है, और साथ का…

बहु-एसेटमोमेंटमइक्विटीनिश्चित आय
Machine Learning for Trading

यह नोटबुक वास्तविक ETF डेटा और कीमत से निकले मोमेंटम उदाहरण का उपयोग करके एकल-कारक मूल्यांकन दिखाती है। यह फ़ॉरवर्ड रिटर्न के विरुद्ध क्रॉस-सेक्शनल Spearman सूचना गुणांक मापती है, क्षितिजों की तुलना करती है और दैनिक क्रॉस-सेक्शनल IC का औसत निकालने तथा एक…

इक्विटीमोमेंटमसांख्यिकीबैकटेस्टिंग