यह अध्याय-अवलोकन मान्य बाज़ार डेटा से मॉडल मूल्यांकन तक के शोध चरणों का खाका देता है। इसमें विभाजन के अनुसार प्रीप्रोसेसिंग, एन्कोडिंग और गुम डेटा संबंधी निर्णय, फिर निष्पादन के अनुरूप लक्ष्य निर्माण शामिल हैं—जैसे निश्चित-अवधि और घटना-आधारित लेबल। लेबल का…
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
867 दस्तावेज़
यह दस्तावेज़ दैनिक FX जोड़ों के डेटा पर टेम्पोरल कन्वोल्यूशनल नेटवर्क प्रशिक्षित करने का साझा वर्कफ़्लो बताता है। मॉडल निश्चित लंबाई का अनुक्रम लेता है; अपेक्षित दिन गायब होने पर उस अंतर को पार करने वाली कोई भी विंडो अयोग्य हो जाती है। रनर मान्य…
यह नोटबुक Mamba पर आधारित शिक्षण-उद्देश्य वाला चयनात्मक स्टेट-स्पेस मॉडल समझाती है और ETF रिटर्न पूर्वानुमान के लिए उसका मूल्यांकन करती है। स्थिर-पैरामीटर स्टेट-स्पेस मॉडल के विपरीत, यह वर्तमान इनपुट से इनपुट-से-स्टेट पद, स्टेट-से-आउटपुट पद और चरण-आकार…
यह उपयोगिता परिसंपत्ति समूह लेबल और समूहों के बीच वैकल्पिक लिंक से बूलियन परिसंपत्ति-से-परिसंपत्ति आसन्नता मैट्रिक्स बनाती है। एक ही मैक्रो समूह में रखी परिसंपत्तियाँ आपस में जुड़ती हैं, और दिया गया हर समूह-पार किनारा दोनों समूहों के सभी सदस्यों को दोनों…
यह नोटबुक कॉर्पोरेट 10-K फ़ाइलिंग के अंशों पर पुनर्प्राप्ति पाइपलाइन बनाती है। यह फ़ाइलिंग का स्थिर समूह लोड करती है, पाठ को वाक्य-विंडो में बाँटती है, स्थानीय एम्बेडिंग बनाती है और अंशों को वेक्टर डेटाबेस में इंडेक्स करती है। मापी गई रन पुनर्प्राप्ति पर…
यह कॉन्फ़िगरेशन नोट समझाता है कि L1-दंडित तीन-वर्गीय लॉजिस्टिक रिग्रेशन स्पष्ट रूप से कड़ी की गई टॉलरेंस के साथ SAGA का उपयोग क्यों करता है। यह Nasdaq 100 माइक्रोस्ट्रक्चर पूर्वानुमान पैनल पर SAGA और liblinear की तुलना करता है। मापी गई रन में SAGA की फ़िटिंग…
यह नोटबुक पाथ सिग्नेचर को निश्चित लंबाई वाले फ़ीचर के रूप में प्रस्तुत करती है, जो टाइम-सीरीज़ विंडो में अवलोकनों का क्रम और संयुक्त ज्यामिति सुरक्षित रखते हैं। पहला स्तर हर निर्देशांक का कुल बदलाव दर्ज करता है; दूसरा निर्देशांक-युग्मों के बीच चिह्नित…
यह नोटबुक बताती है कि विस्तारित-विंडो डबल मशीन लर्निंग विश्लेषण में Beta, IdioVol, LME और Variance को नियंत्रित करने के बाद 12-से--2-महीने का मोमेंटम अगले महीने के US फ़र्म रिटर्न का पूर्वानुमान देता है या नहीं। सहायक मॉडल पहले के निर्णय महीनों पर प्रशिक्षित…
यह नोटबुक SPY क्लोज़िंग कीमतों के पूर्वानुमान के लिए N-BEATS बनाती है। पूर्णतः जुड़ी हुई ब्लॉक पूरी लुकबैक विंडो प्रोसेस करती हैं और हर ब्लॉक बैककास्ट बनाती है, जिसे अगली ब्लॉक से पहले घटा दिया जाता है, साथ ही भविष्य की अवधि के लिए पूर्वानुमान भी बनाती है।…
यह नोटबुक शोध एजेंटों के लिए संरचित स्थिति रिकॉर्ड प्रस्तुत करती है, जो रन का प्रश्न, कटऑफ़, साक्ष्य, अनसुलझे प्रश्न, टूल इतिहास, गुणवत्ता-द्वार परिणाम और संश्लेषण स्थिति सुरक्षित रखता है। यह इस स्थिति को बातचीत ट्रेस से अलग बताती है: ट्रेस दर्ज करता है कि…
नोटबुक क्रिप्टो परपेचुअल बाज़ारों के एक समूह के मानकीकृत प्रति-घंटा रिटर्न पर साधारण ऑटोएन्कोडर प्रशिक्षित करती है। इसका एन्कोडर अनेक एसेट के रिटर्न वेक्टर को द्वि-आयामी लेटेंट निरूपण में संपीड़ित करता है और डिकोडर इनपुट का पुनर्निर्माण करता है। देखे गए और…
नोटबुक दैनिक ETF रिटर्न पूर्वानुमानों की अनिश्चितता का अनुमान लगाने के तरीकों के रूप में Monte Carlo dropout और deep ensembles की तुलना करती है। बार-बार की भविष्यवाणियों में dropout सक्रिय रहता है, जबकि एन्सेंबल सदस्य अलग-अलग प्रशिक्षित होते हैं; किसी भी…
यह नोटबुक वित्तीय समय-श्रृंखला में बदलाव पहचानने के तरीकों का सर्वेक्षण करती है और उदाहरण के रूप में SPY का उपयोग करती है। यह Zivot–Andrews परीक्षण की तुलना करती है, जो यूनिट-रूट परिकल्पना जाँचते हुए एक ब्रेक का अनुमान लगाता है, PELT और बाइनरी सेगमेंटेशन से,…
यह नोटबुक FinMarBa हेडलाइन पर पूर्व-प्रशिक्षित वित्तीय भावना मॉडल का मूल्यांकन करती है और बताती है कि परिणाम भावना-हस्तांतरण की साफ़ जाँच क्यों नहीं है। FinBERT को पाठ की भावना के मानवीय निर्णयों पर प्रशिक्षित किया गया था, जबकि FinMarBa के नकारात्मक, तटस्थ…
यह नोटबुक दैनिक ग्रिड पर प्रयुक्त उसी पाँच-सत्र फ़ॉरवर्ड रिटर्न का पूर्वानुमान लगाने वाले साप्ताहिक-ग्रिड अनुक्रम मॉडल की तुलना करती है। शुक्रवार को सैंपल लेने से वह लेबल लगभग एक-चरण-आगे का लक्ष्य बन जाता है, जिससे अगले अवलोकन का पूर्वानुमान लगाने के लिए बने…
यह नोटबुक US कंपनी की 10-K फ़ाइलिंग के अंशों पर रिट्रीवल-वर्धित शोध सहायक बनाती है। यह फ़ाइलिंग लोड करती है, पाठ को वाक्य-विंडो में बाँटती है, स्थानीय मॉडल से खंडों के एम्बेडिंग बनाती है और समानता खोज के लिए उन्हें अनुक्रमित करती है। प्रदर्शित रन ऐसी प्रश्न…
यह नोटबुक डिफ़रेंशियल प्राइवेसी के साथ दैनिक ETF फ़ीचर पर जनरेटिव एडवर्सरियल नेटवर्क के प्रशिक्षण का प्रदर्शन करती है। यह प्राइवेसी गारंटी और बजट बताती है, फिर Opacus का उपयोग करके ग्रेडिएंट एकत्र करने और कैलिब्रेटेड नॉइज़ जोड़ने से पहले प्रत्येक नमूने के…
यह नोटबुक इक्विटी-ऑप्शन फ़ीचर से बने स्टॉक-रिटर्न लक्ष्यों पर वेट-शेयरिंग न्यूरल एन्सेंबल TabM लागू करती है। इसके सदस्य एक साझा दो-लेयर नेटवर्क बैकबोन का उपयोग करते हैं, जिनमें सक्रियण स्केलिंग वेक्टर और आउटपुट हेड अलग-अलग होते हैं और उनकी भविष्यवाणियों का…
यह अध्याय सिंथेटिक वित्तीय डेटा बनाने के तरीकों और यह तय करने का सर्वेक्षण करता है कि परिणाम उपयोगी है या नहीं। यह वास्तविक बाज़ार मार्गों की सीमित संख्या और बार-बार रणनीति खोजने से दिखने वाला बैकटेस्ट प्रदर्शन बढ़ जाने के जोखिम से शुरू होता है। यह…
यह नोटबुक US स्टॉक फ़ीचर्स की सपाट तालिका पर TabM लागू करती है और इसे दंडित रैखिक मॉडल तथा ट्री एन्सेम्बल के बीच रखती है। हर एन्सेम्बल सदस्य न्यूरल नेटवर्क बैकबोन साझा करता है, लेकिन उसका अपना स्केलिंग वेक्टर और आउटपुट लेयर होता है; सदस्य पूर्वानुमानों का…
यह नोटबुक पर्यवेक्षित ऑटोएन्कोडर का वर्णन करती है, जो ETF फ़ीचर पंक्तियों को कम आयामी निरूपण में संपीड़ित करता है और उसी निरूपण से सीधे फ़ॉरवर्ड रिटर्न का पूर्वानुमान करता है। सशर्त ऑटोएन्कोडर के विपरीत, यह नहीं मानता कि रिटर्न कुछ साझा कारक गतिविधियों से…
यह नोटबुक स्थापित US स्टॉक विशेषताओं के व्यापक समूह पर रिज, लासो और इलास्टिक-नेट मॉडल फ़िट करती है, जिनमें वैल्यू, लाभप्रदता, निवेश, मोमेंटम, आकार, जोखिम और तरलता माप शामिल हैं। यह वॉक-फ़ॉरवर्ड फ़ोल्ड का उपयोग करके कच्चे मासिक रिटर्न, क्रॉस-सेक्शनल…
यह विश्लेषण साझा क्रॉस-एसेट पैनल पर कई परिवारों के पंजीकृत ETF पूर्वानुमान मॉडल की तुलना करता है। यह सूचना गुणांकों से आकलन करता है कि प्रत्येक मॉडल बाद के रिटर्न के आधार पर फ़ंड को कितनी अच्छी तरह रैंक करता है, विश्वास अंतराल और फ़ोल्ड-स्तरीय निरंतरता देखता…
यह नोटबुक हस्ताक्षरित रिटर्न पूर्वानुमानों को बाइनरी पोज़िशन में बदलने के तीन तरीकों की तुलना करती है: शून्य का स्थिर कटऑफ़, प्रत्येक प्रतीक के अपने स्कोर का ट्रेलिंग पर्सेंटाइल, और प्रतीकों के बीच क्रॉस-सेक्शनल पर्सेंटाइल। यह ETF और क्रिप्टो परपेचुअल के…