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

2,238 दस्तावेज़

Machine Learning for Trading

यह नोटबुक इक्विटी शोध के लिए कच्ची SEC फ़ॉर्म 4 XML से अंदरूनी लेनदेन निकालने का तरीका बताती है। यह प्रत्येक लेनदेन खंड को पार्सिंग की इकाई मानती है, ताकि लेनदेन कोड, तारीख, शेयर संख्या, कीमत और दिशा का संबंध बना रहे। XML ट्री ट्रैवर्सल से अलग-अलग सौदों या…

इक्विटीअमेरिकी बाज़ारघटना आधारितसांख्यिकी
Machine Learning for Trading

यह नोटबुक अभियांत्रिक विशेषताओं—जैसे कैरी, मोमेंटम या अस्थिरता—के बजाय CME वायदा प्रतिफल पैनल से प्रमुख घटक फ़ैक्टर बनाती है। PCA ऐसी दिशाएँ खोजता है जो उत्पादों के बीच बदलाव समझाती हैं; पहला घटक साझा बाज़ार चाल जैसा दिख सकता है, जबकि बाद के घटक संभावित रूप…

फ़्यूचर्सफ़ैक्टर निवेशमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक स्थिर NASDAQ-100 माइक्रोस्ट्रक्चर बैकटेस्ट में स्टॉप-लॉस, ट्रेलिंग-स्टॉप और समय-आधारित निकास ओवरले की तुलना करती है। रणनीति हर पंद्रह मिनट में निर्णय लेती है, जबकि जोखिम नियम हर मिनट कीमतों पर नज़र रखते हैं; इससे ओवरले संकेतों के बीच भी पोज़िशन से…

जोखिम प्रबंधनबैकटेस्टिंगपोज़िशन का आकार तय करनाइक्विटी
Machine Learning for Trading

यह नोटबुक अध्ययन करती है कि क्या ऑर्डर-बुक गतिविधि NVDA के निकट-अवधि के प्रतिफल का पूर्वानुमान करती है। यह बाज़ार-दर-ऑर्डर जोड़, रद्दीकरण और निष्पादन से दूरी-भारित बुक दबाव माप बनाती है, फिर मध्य मूल्य के पास तरलता में बदलाव दिखाने के लिए चिह्नित गतिविधि को…

इक्विटीबाज़ार की सूक्ष्म संरचनाऑर्डर निष्पादनसांख्यिकी
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
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 दस्तावेज़ फ़्यूचर्स प्रतिफल के लिए दो लैटेंट-फ़ैक्टर तरीके प्रस्तुत करता है। प्रिंसिपल कंपोनेंट विश्लेषण उन असंबद्ध दिशाओं को खोजता है जो प्रतिफल में सर्वाधिक भिन्नता समझाती हैं, जबकि न्यूरल स्टोकेस्टिक डिस्काउंट फ़ैक्टर अपेक्षित प्रतिफल के क्रॉस-सेक्शन…

फ़्यूचर्समशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक दैनिक ट्रेडिंग निर्णयों के लिए धीमे बदलने वाले संदर्भ फ़ीचर बताती है: लेखांकन अनुपात, व्यापक आर्थिक स्थितियाँ और कैलेंडर एन्कोडिंग। इसमें कमाई प्रतिफल, लाभप्रदता, उपार्जन, लीवरेज और नकदी प्रवाह प्रतिफल जैसे मूल्य तथा गुणवत्ता माप शामिल हैं, और…

इक्विटीफ़ैक्टर निवेशसांख्यिकीतकनीकी संकेतक
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 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 ETF के आगे के प्रतिफल का पूर्वानुमान करने के लिए स्प्लिट-कॉन्फ़ॉर्मल पूर्वानुमान, कॉन्फ़ॉर्मलाइज़्ड क्वांटाइल प्रतिगमन और अनुकूली कॉन्फ़ॉर्मल अनुमान की तुलना करती है। वॉक-फ़ॉरवर्ड फ़ोल्ड में यह एक उपसमूह पर प्रशिक्षण देती है, दूसरे पर अंतराल…

इक्विटीमशीन लर्निंगसांख्यिकीजोखिम प्रबंधन
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
Machine Learning for Trading

यह दस्तावेज़ बताता है कि तारीख़ वाले इकाई रिकॉर्ड को लैटेंट-फ़ैक्टर केस अध्ययन के लिए ऐरे में कैसे बदला जाए। एक विधि पात्रता डेटासेट से सीखी गई कवरेज सीमा पूरी करने वाली इकाइयों को रखती है, जिससे इकाइयों का सुसंगत अक्ष बनता है और अनुपलब्ध अवलोकन NaN बने रहते…

फ़ैक्टर निवेशपोर्टफोलियो निर्माणसांख्यिकी
Machine Learning for Trading

यह साझा यूटिलिटी मॉड्यूल मात्रात्मक शोध के लिए सामान्य ग्रेडिएंट-बूस्टिंग पाइपलाइन प्रदान करता है। यह क्षमता प्रीसेट तय करता है और मानक पैरामीटर नामों को LightGBM, XGBoost, CatBoost तथा scikit-learn histogram boosting की संबंधित सेटिंग में बदलता है। यह CPU…

मशीन लर्निंगबैकटेस्टिंगपोर्टफोलियो निर्माण
Machine Learning for Trading

यह नोटबुक कीवर्ड-आधारित ESG सुर्खी पाइपलाइन की जाँच करती है और उसके संरचित वर्गीकारक आउटपुट की तुलना उन आवश्यकताओं से करती है जिन्हें पुनर्प्राप्ति-वर्धित जनरेशन सहायक को पूरा करना होगा। पहली कीवर्ड सूची सुर्खियाँ चुनती है और दूसरी उन्हें पर्यावरण, सामाजिक…

बाज़ार भावनामशीन लर्निंगफ़ैक्टर निवेश
Machine Learning for Trading

यह नोटबुक FinBERT की तीन-वर्गीय वित्तीय भावना संभावनाओं को टोकन स्तर पर समझाने के लिए SHAP का उपयोग करती है। यह मॉडल चेकपॉइंट तय करती है, आउटपुट लेबल स्पष्ट रूप से संरेखित करती है, फिर कुछ निर्मित सुर्खियों में देखती है कि कौन-से टोकन अनुमानित वर्ग की…

मशीन लर्निंगबाज़ार भावना
Machine Learning for Trading

यह नोटबुक ADIA Lab की कारण-खोज चुनौती को किसी ज्ञात सिम्युलेटर परिवार के भीतर पैटर्न सीखने के बेंचमार्क के रूप में देखती है। इसके कार्य में ज्ञात निर्देशित चक्रीय ग्राफ़ों के साथ कई सिंथेटिक डेटासेट दिए जाते हैं, फिर मॉडलों का मूल्यांकन इस आधार पर होता है कि…

मशीन लर्निंगसांख्यिकी
arXiv papers

यह अध्ययन BTC/USDT ऑर्डर निष्पादन के लिए Double Deep Q-Learning की तुलना K-means से विभाजित विशेषज्ञ मिश्रणों और समान पैरामीटर वाले सघन नेटवर्कों से करता है। मूल्यांकन में Binance की लिमिट ऑर्डर बुक के पाँच-मिनट के औसत डेटा का उपयोग होता है और निष्पादन कमी,…

क्रिप्टोऑर्डर निष्पादनमशीन लर्निंगबाज़ार की सूक्ष्म संरचना
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
arXiv papers

दस्तावेज़ शेयर की गतिशीलता का एक विश्लेषणीय स्टोकेस्टिक मॉडल प्रस्तुत करता है, जो स्वस्थ और संकटग्रस्त स्थितियों के बीच स्विच करता है। यह ढाँचा वास्तविक क्रेडिट डिफॉल्ट स्वैप स्प्रेड को अपेक्षित शेयर प्रतिफल से जोड़ता है और स्प्रेड को भविष्य के इक्विटी…

इक्विटीनिश्चित आयसांख्यिकीआर्बिट्राज
arXiv papers

यह शोधपत्र रैखिक प्रतिगमन और गैर-रैखिक मशीन लर्निंग मॉडल, दोनों से संघीय निधि दरों का अनुमान लगाकर टेलर नियम का पुनर्मूल्यांकन करता है। रैखिक तरीके में साधारण न्यूनतम वर्ग मुद्रास्फीति, मुद्रास्फीति अंतर और उत्पादन अंतर के गुणांकों का अनुमान लगाता है;…

मशीन लर्निंगसांख्यिकीनिश्चित आयअमेरिकी बाज़ार
arXiv papers

यह शोधपत्र यह जाँचने का तरीका विकसित करता है कि प्रतिभूतियाँ जोड़ने या निवेश संबंधी बाधाएँ ढीली करने से उन निवेशकों के अवसर बढ़ते हैं या नहीं जो प्रॉस्पेक्ट प्राथमिकताओं के आधार पर परिणामों का मूल्यांकन करते हैं। यह नेस्टेड पोर्टफोलियो सेटों के बीच…

इक्विटीसांख्यिकीपोर्टफोलियो निर्माणफ़ैक्टर निवेश
Machine Learning for Trading

यह नोटबुक पूरे डेटासेट लोड करने के बजाय Parquet स्कीमा पढ़कर नौ बाज़ार केस-अध्ययनों में मॉडल-आधारित फ़ीचर कॉलम की सूची बनाती है। यह पहचान फ़ील्ड हटाती है, बाज़ार के अनुसार कॉलम गिनती है और नामों में मौजूद टोकन से फ़ीचर परिवार तय करती है; इनमें अस्थिरता मॉडल,…

मशीन लर्निंगसांख्यिकीबहु-एसेट
Machine Learning for Trading

यह नोटबुक बताती है कि कई फ़ैक्टरों या रणनीतियों में खोज करने से चुने गए विजेता का दिखने वाला प्रदर्शन कैसे बढ़ जाता है, भले ही हर अनुमान सही ढंग से निकाला गया हो। शोर फ़ैक्टरों का सिम्युलेटेड समूह दिखाता है कि सबसे बड़ा सूचना गुणांक संयोग से प्रभावशाली दिख…

सांख्यिकीफ़ैक्टर निवेशबैकटेस्टिंगजोखिम प्रबंधन