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…
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
348 दस्तावेज़
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,…
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…
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…
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…
यह नोटबुक Tail-GAN समझाती है, जो जोखिम पर मूल्य (VaR) और अपेक्षित कमी (ES) को लक्ष्य करते हुए वित्तीय रिटर्न परिदृश्य बनाने की एक जनरेटिव प्रतिकूल विधि है। यह विभेद्य सॉर्टिंग का उपयोग करती है, ताकि ग्रेडिएंट क्वांटाइल अनुमानों से होकर आगे बढ़ सकें, और जोखिम…
यह Python मॉड्यूल दैनिक आउट-ऑफ़-सैंपल रिटर्न से रणनीति बैकटेस्ट की अनिश्चितता मापने के तरीके बताता है। यह रिटर्न-सीरीज़ आँकड़ों के लिए स्थिर ब्लॉक बूटस्ट्रैप अंतराल, ऑटोकॉरिलेशन और गैर-सामान्यता के अनुसार समायोजित शार्प मानक त्रुटि, तथा औसत रिटर्न के लिए…
यह नोटबुक कई केस स्टडी में पाँच लेटेंट-फ़ैक्टर एस्टिमेटर के पंजीकृत सत्यापन परिणामों का संश्लेषण करती है। पहले यह हर पैनल के लिए परिणाम वाले एस्टिमेटर का मानचित्र बनाती है, फिर औसत दैनिक स्पीयरमैन रैंक सूचना गुणांक (IC) के आधार पर अग्रणी एस्टिमेटर की पहचान…
यह नोटबुक सिग्नल नियमों, आवंटन और जोखिम ओवरले के पंजीकृत सत्यापन बैकटेस्ट में से CME फ़्यूचर्स केस स्टडी चुनती है। यह दोनों रिटर्न क्षितिजों में उम्मीदवारों की तुलना करती है और सबसे ऊँचे सत्यापन शार्प वाला कॉन्फ़िगरेशन चुनती है। लागत संवेदनशीलता चुने गए…
यह नोटबुक ETF स्टोकेस्टिक डिस्काउंट फ़ैक्टर मॉडल समझाती है, जो अलग-अलग फ़ंडों के मूल्य रिटर्न पर भारों की एकल शृंखला फिट करता है। उन मॉडलों से अलग, जो फ़ंड एक्सपोज़र और फ़ैक्टर रिटर्न का अलग-अलग अनुमान लगाते हैं, यह मूल्य निर्धारण त्रुटियों पर दो नेटवर्क…
यह कार्य अपूर्ण बाज़ार में पावर उपयोगिता वाले निवेशक के अनंत-क्षितिज निवेश और उपभोग का अध्ययन करता है, जहाँ अवसर स्टोकेस्टिक फ़ैक्टर पर निर्भर करते हैं। यह सीमित-अवस्था वाले फ़ैक्टर और Itô डिफ्यूज़न के रूप में मॉडल किए गए फ़ैक्टर, दोनों पर विचार करता है और…
यह शोधपत्र किसी व्यक्ति के जीवनकाल में पोर्टफ़ोलियो चयन का अध्ययन करता है, जब आय स्टोकेस्टिक हो और निवेश में शेयर, बॉन्ड तथा जीवन बीमा शामिल हों। उद्देश्य में उपभोग, मृत्यु लाभ और अंतिम संपत्ति का हिसाब रखा जाता है। उत्तल ट्रेडिंग बाधा उन प्रतिबंधों को…
दस्तावेज़ साइन किए गए, भारित रिटर्न-सहसंबंध ग्राफ़ के रूप में दर्शाई गई परिसंपत्तियों का क्लस्टर बनाने के लिए Graph-based Coalition Structure Generation एल्गोरिदम, GCS-Q, के उपयोग का वर्णन करता है। इसकी प्रेरणा यह है कि सामान्य क्लस्टरिंग तरीके साइन किए गए…
यह शोधपत्र तीन actor-critic रीइन्फोर्समेंट लर्निंग एल्गोरिदम—Proximal Policy Optimization, Advantage Actor Critic और Deep Deterministic Policy Gradient—को मिलाकर स्वचालित स्टॉक-ट्रेडिंग का तरीका बताता है। एजेंटों को निवेश रिटर्न अधिकतम करने के उद्देश्य से…
दस्तावेज़ कई परिसंपत्तियों वाला मॉडल प्रस्तुत करता है जिसमें दो तरह के निवेशक हैं: फ़ंडामेंटलिस्ट, जो स्टॉक कीमतों और बुनियादी मूल्य के बीच कथित अंतर पर प्रतिक्रिया देते हैं, और चार्टिस्ट, जो कीमत के रुझान का उपयोग करते हैं। दोनों समूह स्थिर सापेक्ष…
यह दस्तावेज़ स्टोकेस्टिक फ़ैक्टर मॉडल में दीर्घकालीन निवेश का अध्ययन करता है, जहाँ निवेशक मज़बूत अपेक्षित पावर उपयोगिता अधिकतम करते हैं। मज़बूती का अर्थ एक ही मान लिए गए मॉडल के तहत अनुकूलन करने के बजाय प्रतिकूल वैकल्पिक मॉडल को ध्यान में रखना है। लेखक द्वैत…
यह शोधपत्र आनुपातिक लेनदेन लागत वाली ट्रेडिंग में उपयोगिता अधिकतमकरण का अध्ययन करता है। इसका मुख्य परिणाम है कि अंतर्निहित प्रक्रियाओं के लिए विस्तारित कमजोर अभिसरण की धारणा के तहत उनसे जुड़ी उपयोगिता अधिकतमकरण समस्याएँ भी अभिसरित होती हैं। यह इष्टतम…
यह दस्तावेज़ पाँच ब्लॉकचेन पारिस्थितिक तंत्रों में क्रिप्टो परिसंपत्ति प्रतिफलों के आपसी संबंधों की पड़ताल करता है। इसमें बताया गया है कि एक चेन पर तेज़ लाभ अक्सर दूसरी चेन पर नुकसान के साथ आता है—यह पैटर्न शेयरों में अक्सर दिखने वाली सकारात्मक सह-गति से अलग…
यह कार्य मार्कोविट्ज़ पोर्टफ़ोलियो अनुकूलन ढाँचे के विचारों से मूविंग-बैंड सांख्यिकीय आर्बिट्राज के बदलते पोर्टफ़ोलियो को संभालने पर विचार करता है। एक आर्बिट्राज को अलग से देखने के बजाय, इसमें इन रणनीतियों की गतिशील टोकरी संभालने का वर्णन है, जहाँ…
यह लेख मूविंग एवरेज रिवर्ज़न (MAR) प्रस्तुत करता है, जो कुछ ऑनलाइन पोर्टफ़ोलियो रणनीतियों की एक-अवधि औसत-वापसी मान्यता का बहु-अवधि विकल्प है। इसमें ऑनलाइन मूविंग एवरेज रिवर्ज़न (OLMAR) प्रस्तावित है, जो MAR पर आधारित पोर्टफ़ोलियो बनाने के लिए ऑनलाइन लर्निंग…
यह कार्य जोखिम-सचेत प्रदर्शन मानदंडों के तहत नीतियों को अनुकूलित करने के लिए रीइन्फोर्समेंट लर्निंग तरीका विकसित करता है। यह रैंक-निर्भर अपेक्षित उपयोगिता से नीतियों का मूल्यांकन करता है, जिससे एजेंट लाभ और नकारात्मक परिणामों के बारे में अलग-अलग वरीयताएँ…
यह दस्तावेज़ स्टोकेस्टिक प्रभुत्व संबंधों की सांख्यिकीय जाँच के लिए Python और Stata पैकेज PySDTest प्रस्तुत करता है। यह कई प्रकाशित विधियों और उनके विस्तारों की प्रक्रियाएँ बताता है तथा री-सैंपलिंग तरीकों के साथ परीक्षण आँकड़ों को जोड़ने के विकल्पों का वर्णन…
यह अध्ययन US शेयरों में स्टैटिस्टिकल आर्बिट्राज के लिए ऑटोएन्कोडर की पड़ताल करता है। पारंपरिक दो-चरणीय कार्यप्रवाह में मूल्य निर्धारण या प्रिंसिपल-कंपोनेंट मॉडल एक सिंथेटिक परिसंपत्ति पहचानता है और अलग माध्य-प्रत्यावर्तन रणनीति ट्रेडिंग संकेत देती है। लेखक…
यह दस्तावेज़ अध्ययन करता है कि सेमिस्टैटिक ट्रेडिंग रणनीतियों की बिंदुवार सीमाएँ उसी वर्ग में बनी रहती हैं या नहीं। यह सामान्य दो-अवधि मॉडल के लिए असतत समय में इस गुण को स्थापित करता है और प्रायिकता संबंधी शर्त पूरी होने पर इसे कई अवधियों और शेयरों वाले…