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

182 दस्तावेज़

Machine Learning for Trading

यह नोटबुक TabM लागू करती है, एक सारणीबद्ध न्यूरल आर्किटेक्चर जो एन्सेंबल सदस्यों में दो-परत वाला विशेषता नेटवर्क साझा करता है। हर सदस्य साझा प्रतिनिधित्व को अपने सीखे हुए वेक्टर से स्केल करता है और अपनी आउटपुट परत उपयोग करता है; सदस्य पूर्वानुमानों का औसत…

ऑप्शंसमशीन लर्निंगबैकटेस्टिंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक पहले चुने गए S&P 500 विकल्प मॉडल के लिए आउट-ऑफ़-सैंपल पूर्वानुमान समूह बनाने का वर्णन करती है। यह सत्यापन परिणामों से विन्यास तय करती है, होल्डआउट-पूर्व डेटा पर उस विन्यास को फिर से फिट करती है और होल्डआउट विंडो के लिए पूर्वानुमान पंजीकृत करती है।…

ऑप्शंसबैकटेस्टिंगजोखिम प्रबंधन
Machine Learning for Trading

यह नोटबुक S&P 500 विकल्प शोध के लिए पहले से घोषित मॉडल समूह के एक सदस्य के रूप में PatchTST, एक ट्रांसफ़ॉर्मर-शैली अनुक्रम मॉडल, को फ़िट करती है। यह लुकबैक सीरीज़ को निश्चित लंबाई के पैच में बाँटती है, उन्हें टोकन के रूप में एम्बेड करती है और विंडो में…

ऑप्शंसमशीन लर्निंगबैकटेस्टिंगसांख्यिकी
Machine Learning for Trading

दस्तावेज़ बताता है कि S&P 500 विकल्पों के लिए रैखिक, ग्रेडिएंट-बूस्टिंग, टेबलर डीप-लर्निंग और अनुक्रम मॉडल के सत्यापन पूर्वानुमानों की तुलना कैसे करें। निदान रिपोर्ट करने से पहले यह जाँचता है कि हर पंजीकृत पूर्वानुमान समूह अपनी पात्रता अनुबंध के अनुसार पूरा…

ऑप्शंसइक्विटीसांख्यिकीमशीन लर्निंग
arXiv papers

यह दस्तावेज़ औसत की ओर लौटने वाले SABR स्टोकेस्टिक वोलैटिलिटी मॉडल के तहत आकस्मिक दावों के मूल्य निर्धारण के लिए प्रयुक्त आंशिक अवकल समीकरणों के विश्लेषणात्मक उपकरण विकसित करता है। मूलभूत हल बंद रूप में उपलब्ध नहीं है, इसलिए यह कार्य संख्यात्मक विधियों के…

ऑप्शंसअस्थिरताडेरिवेटिव का मूल्य निर्धारणसांख्यिकी
Machine Learning for Trading

यह नोटबुक S&P 500 ऑप्शन के लिए घोषित तीन-मॉडल सीक्वेंस-लर्निंग समूह का NLinear सदस्य चलाती है। इस सदस्य को फिट करने से पहले यह पूरे समूह के अनुरोध और चेकपॉइंट तय करती है, ताकि बाद की नोटबुक उसी स्नैपशॉट पर LSTM और PatchTST मॉडल चला सकें। डिवाइस को प्रशिक्षण…

ऑप्शंसअमेरिकी बाज़ारमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक डबल मशीन लर्निंग लागू करके जाँचती है कि देखे गए कन्फ़ाउंडर के समायोजन के बाद इम्प्लाइड और रियलाइज़्ड वोलैटिलिटी का अंतर बाद के इक्विटी रिटर्न से जुड़ा है या नहीं। यह रियलाइज़्ड वोलैटिलिटी, इक्विटी मोमेंटम और रिस्क-रिवर्सल स्क्यू को प्रासंगिक…

इक्विटीऑप्शंसअस्थिरतामशीन लर्निंग
Machine Learning for Trading

यह नोटबुक GJR-GARCH मॉडल का उपयोग करके S&P 500 इक्विटी और विकल्प अध्ययन के लिए सशर्त-अस्थिरता विशेषताएँ बनाती है। पिछले मूल्यों पर आधारित तय नियमों के विपरीत, फ़िट की गई विशेषताएँ अपने अनुमान अवधि पर निर्भर करती हैं। इसलिए विधि रीफ़िट का कार्यक्रम तय करती…

इक्विटीऑप्शंसअस्थिरताबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ बताता है कि शोध के लिए S&P 500 विकल्प चेन को रोज़ के प्रति-प्रतीक डेटा सेट में कैसे घटाएँ। सतह सारांश परिपक्वता समूहों में लक्ष्य निरपेक्ष डेल्टा के सबसे निकट विकल्प चुनता है, फिर कई अवधियों की एट-द-मनी निहित अस्थिरता, 25-डेल्टा पुट-कॉल स्क्यू,…

ऑप्शंसअस्थिरताडेरिवेटिव का मूल्य निर्धारण
Machine Learning for Trading

यह केस स्टडी S&P 500 के घटकों पर एट-द-मनी शॉर्ट स्ट्रैडल का मूल्यांकन करती है, जिन्हें हर सप्ताह खोला जाता है और दैनिक डेल्टा हेज के साथ समाप्ति तक रखा जाता है। इसकी मुख्य पद्धतिगत पसंद परिपक्वता तक होल्ड करने के रिटर्न का मॉडल बनाना है: ऑप्शन पोज़िशन पर…

ऑप्शंसअस्थिरताबैकटेस्टिंगऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक मूल्यांकन करती है कि लेनदेन लागत की मान्यताएँ एक चुने हुए S&P 500 इक्विटी और विकल्प आवंटन के सत्यापन Sharpe को कैसे प्रभावित करती हैं। जहाँ उपलब्ध हो, यह स्थिर उम्मीदवार समूह से चुने गए कॉन्फ़िगरेशन को आगे ले जाती है, फिर उसी क्रम को कारोबार की गई…

इक्विटीऑप्शंसऑर्डर निष्पादनबैकटेस्टिंग
Machine Learning for Trading

यह केस स्टडी ऐसे फ़ीचर बनाती है जिनसे जाँचा जा सके कि एट-द-मनी इम्प्लाइड वैरिएंस, S&P 500 नामों के बाद के रियलाइज़्ड वैरिएंस से अधिक है या नहीं और यह अंतर प्रतिभूतियों के बीच बदलता है या नहीं। यह स्ट्रैडल कोट और अंतर्निहित कीमतों को जोड़कर वैरिएंस प्रीमियम,…

ऑप्शंसअस्थिरताइक्विटीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक जाँचती है कि वित्तीय विशेषताएँ 10-सत्रीय डेल्टा-हेज्ड विकल्प रिटर्न लेबल को समझाने में मदद करती हैं या नहीं। इसमें एक निहित-अस्थिरता विशेषता, निहित-अस्थिरता पर निर्भर और स्वतंत्र विशेषताओं के समूहों तथा पूरे विशेषता-समुच्चय का उपयोग करने वाले Ridge…

ऑप्शंसइक्विटीसांख्यिकीमशीन लर्निंग
Machine Learning for Trading

यह नोटबुक मापती है कि एट-द-मनी S&P 500 ऑप्शन स्ट्रैडल का सत्यापन Sharpe, अनुमानित निष्पादन लागतों और दो ऑप्शन ब्रह्मांडों में कैसे बदलता है। यह स्प्रेड लागत को उद्धृत ऑप्शन हाफ-स्प्रेड के अंश के रूप में व्यक्त करती है, क्योंकि ऑप्शन प्रीमियम और अंतर्निहित…

ऑप्शंसअमेरिकी बाज़ारबैकटेस्टिंगऑर्डर निष्पादन
Machine Learning for Trading

यह नोटबुक ऑप्शन बाज़ार के फीचर पर ग्रेडिएंट-बूस्टेड ट्री मॉडल फिट करती है, जो निहित अस्थिरता, स्क्यू, टर्म स्ट्रक्चर और वेरिएंस रिस्क प्रीमियम जैसे पूर्वानुमान संकेतों को दर्ज करते हैं। यह वॉक-फ़ॉरवर्ड सत्यापन का उपयोग करके फ़ॉरवर्ड-रिटर्न और दिशा लेबल पर…

ऑप्शंसमशीन लर्निंगअस्थिरताबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक क्रॉस-सेक्शनल S&P 500 अध्ययन के लिए पूर्वानुमानकारी, संरचनात्मक और कारणात्मक मॉडल के साक्ष्यों की तुलना करती है, जो इक्विटी फीचर को निहित अस्थिरता, स्क्यू और टर्म स्ट्रक्चर जैसे ऑप्शन-आधारित मापों के साथ जोड़ता है। यह साप्ताहिक फ़ॉरवर्ड-रिटर्न…

इक्विटीऑप्शंसमशीन लर्निंगफ़ैक्टर निवेश
Machine Learning for Trading

यह नोटबुक डबल मशीन लर्निंग से जाँचती है कि देखे गए कन्फ़ाउंडर के समायोजन के बाद निहित और वास्तविक अस्थिरता के स्प्रेड तथा आगे के इक्विटी रिटर्न का संबंध कायम रहता है या नहीं। यह उसी क्रॉस-फ़िट अवलोकन पर समायोजित अनुमान की तुलना साधारण नैव OLS से करती है और…

ऑप्शंसइक्विटीमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक एक परिसंपत्ति के अकेले मूल्य इतिहास से आगे के डेटा से फ़ीचर निर्माण समझाती है। यह समकालीन फ्रंट और डिफ़र्ड अनुबंध कीमतों से वार्षिकीकृत फ्यूचर्स रोल यील्ड निकालती है और सामान्यीकृत वक्र ढलान तथा बटरफ़्लाई वक्रता की गणना के लिए तीन टेनर उपयोग करती…

फ़्यूचर्सऑप्शंसकैरीअस्थिरता
Machine Learning for Trading

नोटबुक बताती है कि अधूरे या बेमेल मूल्यांकन नमूनों को नतीजे बिगाड़ने दिए बिना S&P 500 विकल्पों के पूर्वानुमान मॉडल की तुलना कैसे करें। यह हर मॉडल की पहचान उसके परिवार, कॉन्फ़िगरेशन और चेकपॉइंट से करती है, जाँचती है कि पूर्वानुमान पंजीकृत पात्रता अनुबंधों पर…

ऑप्शंसमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक S&P 500 शेयरों पर शॉर्ट एट-द-मनी स्ट्रैडल के आगे के प्रतिफल लेबल विकसित करती है। चूँकि दैनिक पैनल का नाममात्र 30-दिवसीय स्ट्रैडल हर सत्र में अलग अनुबंध दर्शाता है, कीमतों की खिसकी हुई शृंखला उपकरणों को मिला देगी। इसके बजाय लेबल दर्ज किए गए सटीक कॉल…

ऑप्शंसअस्थिरताडेरिवेटिव का मूल्य निर्धारणसांख्यिकी
arXiv papers

यह लेख अध्ययन करता है कि अस्थिरता क्लस्टरिंग विकल्पों के जोखिम-उदासीनता मूल्यों को कैसे प्रभावित करती है। यह ऐसे ढाँचे पर आधारित है जिसमें मूल्य पिछड़े स्टोकेस्टिक अवकल समीकरणों द्वारा निरूपित गतिशील उत्तल जोखिम मापों से निर्धारित होते हैं। अंतर्निहित शेयर…

ऑप्शंसअस्थिरताडेरिवेटिव का मूल्य निर्धारणसांख्यिकी
Machine Learning for Trading

यह नोटबुक ऐसी रणनीति के लिए संभावित फ़ीचर छाँटती है जो एट-द-मनी स्ट्रैडल बेचकर समाप्ति तक रखती है। हर ट्रेडिंग दिन यह उपलब्ध नामों की किसी फ़ीचर के आधार पर क्रॉस-सेक्शनल रैंकिंग की तुलना उनके अंतिम स्ट्रैडल परिणामों की रैंकिंग से करती है, फिर सत्यापन अवधियों…

ऑप्शंसअमेरिकी बाज़ारसांख्यिकीमशीन लर्निंग
Machine Learning for Trading

यह नोटबुक सत्यापन पूर्वानुमानों को केवल-लॉन्ग इक्विटी पोर्टफोलियो के रूप में परखती है। इसमें समान भार वाला टॉप-K चयन और हर लेबल की आवृत्ति से तय निर्णय समय-सारणी इस्तेमाल होती है। यह सीड किए गए यादृच्छिक-संकेत रन से क्लोज़-टू-नेक्स्ट-ओपन घटनाक्रम जाँचती है,…

इक्विटीऑप्शंसबैकटेस्टिंगपोर्टफोलियो निर्माण
arXiv papers

यह दस्तावेज़ स्थिर ऊर्जा भंडारण अनुकूलन का विश्लेषण विकल्प के प्रयोग की समस्या के रूप में करता है। विविधतापरक विश्लेषण से एक निहित इष्टतम प्रयोग नियम मिलता है और पता चलता है कि वह वहन लागत तथा चक्रण सीमाओं जैसी बाधाओं पर कैसे प्रतिक्रिया करता है। यह मौजूदा…

कमोडिटीऑप्शंसडेरिवेटिव का मूल्य निर्धारणऔसत की ओर वापसी