नॉलेज लाइब्रेरी

यह नोटबुक ETF रिटर्न के पैनल में संबंध खोजने के चार तरीकों की तुलना करती है: समकालीन रैखिक DAG के लिए NOTEARS, विलंबित और तात्कालिक संरचना के लिए VAR-LiNGAM, सशर्त-स्वतंत्रता परीक्षणों के लिए PCMCI, और युग्म-आधारित पूर्वानुमान स्क्रीन के रूप में Granger…

यह नोटबुक अध्ययन करती है कि रिज नियमितीकरण सूचना गुणांक (IC) प्रदर्शन को कैसे प्रभावित करता है और हाइपरपैरामीटर खोज रिपोर्ट किए गए सत्यापन परिणामों को कैसे पक्षपाती बना सकती है। पहले यह वॉक-फ़ॉरवर्ड फ़ोल्ड के साथ अल्फ़ा का विस्तृत ग्रिड जाँचती है और हर…

यह नोटबुक Tail-GAN प्रस्तुत करती है, जो वित्तीय परिदृश्यों के टेल जोखिम, विशेषकर वैल्यू एट रिस्क (VaR) और अपेक्षित शॉर्टफ़ॉल (ES) को पुनरुत्पादित करने के लिए बनाई गई एक जनरेटिव एडवर्सरियल विधि है। यह क्वांटाइल-आधारित जोखिम मापों को प्रशिक्षण में शामिल करने…

यह नोटबुक कई प्रायिकता पूर्वानुमानों को संयोजित करने के तरीकों की जाँच करती है। यह सरल औसत को बेसलाइन के रूप में प्रस्तुत करती है और Neyman चरमकरण समझाती है, जो पूर्वानुमानकर्ताओं की संख्या और माने गए युग्म सहसंबंध के अनुसार पैनल औसत को आधार दर से और दूर ले…

यह नोटबुक फ़्यूचर्स कैरी—निकटवर्ती एक्सपायरी के बीच मूल्य अंतर—को मॉडल-आधारित फ़ीचर में बदलती है। इसमें हर उत्पाद के लिए एक-स्टेप ARIMA पूर्वानुमान, मौसमी चक्र की ताकत के रोलिंग Fourier माप, और व्यापक कैरी रीजीम का अनुमान लगाने वाला दो-स्थिति वाला हिडन…

यह परिचय फर्म की विशेषताओं से रिटर्न का अनुमान लगाने वाले मॉडलों के एक समूह को समझाता है। हर विशेषता को सीधे रिटर्न का पूर्वानुमानकर्ता मानने के बजाय, ये मॉडल मानते हैं कि रिटर्न कुछ अनदेखे साझा फैक्टरों से संचालित होते हैं और अनुमान लगाते हैं कि हर फर्म का…

यह दस्तावेज़ मोमेंटम फ़ीचर अनुक्रमों से ETF रिटर्न का अनुमान लगाने के लिए शैक्षणिक Mamba-शैली के चयनात्मक स्टेट स्पेस मॉडल को प्रस्तुत करता है। अटेंशन और सघन टेम्पोरल मिक्सिंग से अलग, स्टेट स्पेस मॉडल अनुक्रम में एक निश्चित आकार की स्थिति बनाए रखता है, जिसका…

यह दस्तावेज़ एक कंडीशनल ऑटोएन्कोडर का वर्णन करता है, जो फर्म की विशेषताओं के गैर-रेखीय फलन के रूप में अव्यक्त रिटर्न फैक्टरों के प्रति फर्म के एक्सपोज़र को मॉडल करता है। IPCA की तरह, यह फैक्टर संरचना का अनुमान लगाता है, जिसमें अनुमानित रिटर्न फर्म-विशिष्ट…

यह दस्तावेज़ सारणीबद्ध फ़ीचर से ETF रैंक करने वाले TabM न्यूरल नेटवर्क को समझाता है। इसका साझा दो-स्तरीय बैकबोन कई सदस्यों को इनपुट देता है; हर सदस्य का सीखा हुआ स्केलिंग वेक्टर और आउटपुट परत है। उनके पूर्वानुमानों का औसत प्रारंभिककरण शोर घटाने का लक्ष्य…

अध्याय का यह अवलोकन बताता है कि वित्तीय सारणीबद्ध पूर्वानुमान के लिए ग्रेडिएंट-बूस्टेड ट्री, निर्णय ट्री और रैंडम फ़ॉरेस्ट पर कैसे आगे बढ़ते हैं। बूस्टिंग पहले की त्रुटियाँ सुधारने के लिए क्रमशः लर्नर जोड़ता है, जिससे उन गैर-रैखिक संबंधों और सीमा प्रभावों को…

यह दस्तावेज़ एसेट प्राइसिंग में मशीन-लर्निंग शोध के लिए मासिक US इक्विटी डेटासेट बताता है। इसमें रिटर्न के साथ 94 रैंक-रूपांतरित कंपनी विशेषताएँ हैं, जिनमें लेखांकन माप और तकनीकी फ़ीचर शामिल हैं। कंपनियाँ गुमनाम हैं और डेटा में डीलिस्ट की गई कंपनियाँ भी हैं।…

यह नोटबुक वित्तीय दस्तावेज़ प्रश्नोत्तर प्रणाली के सुरक्षा नियंत्रणों का छह हाथ से लिखे मामलों के साथ मूल्यांकन करती है। ये मामले अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन, अविश्वसनीय सामग्री में गढ़े गए डेटा, कार्रवाई के प्रयास और अमान्य उद्धरण दिखाते हैं। यह सभी पुनः…

यह नोटबुक US इक्विटी पर मशीन-लर्निंग शोध के लिए प्रकाशित पैनल प्रस्तुत करती है। इसमें कई दशकों के मासिक अवलोकन हैं, जिनमें 46 कंपनी विशेषताएँ और अगले महीने के अतिरिक्त रिटर्न शामिल हैं। विशेषताओं को आर्थिक अर्थ के अनुसार समूहित किया जाता है और हर महीने एक…

यह अध्याय बताता है कि वित्तीय नॉलेज ग्राफ़ कैसे बनाएँ और उपयोग करें, जब सवाल स्वामित्व, आपूर्ति शृंखला या संक्रमण जैसे संबंधों पर निर्भर हों। इसमें इकाई पहचान, प्रकारबद्ध संबंध स्कीमा, स्रोत-उत्पत्ति और फ़ाइलिंग से LLM-सहायित निष्कर्षण शामिल हैं। Graph RAG…

यह नोटबुक आठ पिछली गति संबंधी विशेषताओं से 21-दिवसीय ETF प्रतिफल का पूर्वानुमान करने के लिए Transformer के दो डिज़ाइनों की तुलना करती है। PatchTST लगातार दिनों को पैच में समूहित करता है, जिससे अटेंशन टोकनों की संख्या घटती है और स्थानीय समय-पैटर्न का निरूपण…

यह दस्तावेज़ बताता है कि मूल्य-श्रृंखला के स्तर से जुड़ी कुछ जानकारी बनाए रखते हुए उसे अधिक स्थिर बनाने के लिए भिन्नात्मक अंतर का उपयोग कैसे किया जाता है। इसमें भिन्नात्मक अंतर के द्विपद प्रसार से लैग भार निकाले गए हैं और दिखाया गया है कि छोटे भारों को काटने…

यह नोटबुक ग्रेडिएंट-बूस्टेड मॉडल में स्क्वेयर्ड एरर, एब्सोल्यूट एरर और Huber लॉस की तुलना करती है, जो शॉर्ट एट-द-मनी स्ट्रैडल रिटर्न का पूर्वानुमान करते हैं। लक्ष्य का लाभ सीमित है और नुकसान बहुत बड़े हो सकते हैं, इसलिए फ़िटिंग लॉस इस बात को प्रभावित कर सकता…

यह नोटबुक US कंपनियों के रिटर्न के क्रॉस-सेक्शन का मूल्य निर्धारण करने वाले स्टोकेस्टिक डिस्काउंट फ़ैक्टर (SDF) मॉडल को समझाती है। यह ऐसे भार सीखता है जिनसे डिस्काउंट किए गए एसेट रिटर्न नो-आर्बिट्राज मोमेंट शर्तें पूरी करें, बजाय रिटर्न पूर्वानुमान लॉस को…

यह कार्यान्वयन एसेट प्राइसिंग संबंधों की जाँच के लिए न्यूरल स्टोकेस्टिक डिस्काउंट फ़ैक्टर मॉडल और प्रतिकूल मोमेंट नेटवर्क का विवरण देता है। SDF नेटवर्क एसेट विशेषताओं को, वैकल्पिक रूप से LSTM से मिले व्यापक आर्थिक व्यवस्था निरूपण के साथ, एसेट भारों में बदलता…

यह मॉडल एडैप्टर लंबी अवधि की टाइम-सीरीज़ पूर्वानुमान वास्तुकला PatchTST को अदिश रिग्रेशन पर लागू करता है। यह समय और फ़ीचर के अनुसार व्यवस्थित क्रम स्वीकार करता है, उन्हें बैकबोन के लिए पुनर्व्यवस्थित करता है और प्रति-फ़ीचर आउटपुट को एक पूर्वानुमान में घटाता…

दस्तावेज़ एक एब्लेशन अध्ययन बताता है कि क्या सीखे गए ग्राफ़ एम्बेडिंग सामान्य सारणीबद्ध फ़ीचर से आगे जाकर स्टॉक रिटर्न के पूर्वानुमान सुधारते हैं। यह ऐतिहासिक स्टॉक-रिटर्न सहसंबंधों से नेटवर्क बनाता है, पूर्वानुमान विंडो से पहले उपलब्ध जानकारी का उपयोग करके…

यह नोटबुक अनाम फ़र्म विशेषताओं से शेयर रिटर्न का पूर्वानुमान करने के लिए Random Forest बैगिंग की तुलना XGBoost, LightGBM और CatBoost से करती है। यह पहले से तय समय-आधारित प्रशिक्षण, सत्यापन और परीक्षण विभाजन इस्तेमाल करती है; Spearman रैंक सूचना गुणांक को…

यह नोटबुक मूल ऑर्डर के निष्पादन को सीमित-अवधि की नियंत्रण समस्या के रूप में देखती है। सारणीबद्ध Q-लर्निंग एजेंट शेष समय, बची हुई इन्वेंटरी और सबसे हाल में पूरे हुए अंतराल के स्प्रेड तथा अस्थिरता चरणों के आधार पर VWAP-आधारित ट्रेड दर का गुणक चुनता है। इसका…

नोटबुक रिटर्न की हर विंडो को अनुभवजन्य वितरण मानती है और एक-आयामी Wasserstein दूरी के अनुसार विंडो का क्लस्टर बनाती है। समान आकार के नमूनों में क्रमबद्ध करने से सर्वोत्तम क्वांटाइल मिलान मिलता है; इसलिए दूरी रिटर्न वितरण के अंतर—टेल की स्थिति समेत—दर्शाती…