नॉलेज लाइब्रेरी

यह नोटबुक एक स्वायत्त शोध कार्यप्रवाह प्रस्तुत करती है, जिसमें भाषा मॉडल फ़ाइलें देखने, कमांड चलाने, बैकटेस्ट रजिस्टर से पूछताछ करने और डेटा जाँचने के लिए सामान्य प्रयोजन के टूल उपयोग करता है। शोध की कार्रवाइयाँ पहले से कोड करने के बजाय, ऑपरेटर आवश्यकता के…

यह नोटबुक स्टॉक रिटर्न के पैनल पर PCA लैटेंट-फ़ैक्टर मॉडल फिट करती है, जिसमें ऑप्शन-सर्फ़ेस फ़ीचर, विशेषताएँ या लक्ष्य संबंधी जानकारी उपयोग नहीं होती। PCA ऐतिहासिक क्रॉस-सेक्शनल सह-गति की प्रमुख दिशाएँ निकालता है, हर स्टॉक का एक्सपोज़र अनुमानित करता है और…

यह साझा फ़ीचर-इंजीनियरिंग मॉड्यूल कई केस स्टडी में उपयोग किए गए वित्तीय प्रेडिक्टर के निर्माण नियम और ऑडिट निर्धारित करता है। इसमें हर फ़ीचर परिवार की परिकल्पना, इनपुट, रोलिंग लुकबैक, सूचना लैग, भूमिका और संभावित विफलता का तरीका दर्ज है। रजिस्टर को वास्तविक…

यह नोटबुक बताती है कि रिपोर्ट किया गया शार्प अनुपात एक अनिश्चित अनुमान है, रणनीति की गुणवत्ता का निर्णायक माप नहीं। इसमें विश्वास अंतराल और संभाव्य शार्प अनुपात विकसित किए गए हैं। संभाव्य शार्प अनुपात नमूने की अवधि, विषमता और कुर्टोसिस के आधार पर यह अनुमान…

यह विश्लेषण लेखांकन और बाज़ार विशेषताओं का उपयोग करके मासिक क्रॉस-सेक्शनल US स्टॉक रिटर्न के लिए सीखे गए संकेतों की तुलना करता है; लक्ष्य अगले महीने का रिटर्न है। इसमें रैखिक मॉडल, बूस्टेड ट्री, डीप टैबुलर विधियाँ, अव्यक्त-फैक्टर अनुमानक और कारणात्मक…

यह अध्याय वित्तीय शोध कार्यों के लिए एजेंट-आधारित कार्यप्रवाह प्रस्तुत करता है, जहाँ असमान साक्ष्य जुटाना, छाँटना और संश्लेषित करना मुख्य चुनौती है। यह इन कार्यप्रवाहों की तुलना उन पारंपरिक मॉडलों से करता है जो स्थिर, संरचित इनपुट पर अच्छा काम करते हैं, और…

यह नोटबुक क्रॉस-सेक्शनल US फर्म-विशेषता अध्ययन के लिए मासिक रिटर्न लेबल परिभाषित और सत्यापित करती है। यह जाँचती है कि डेटा प्रदाता हर पंक्ति की विशेषताओं को रिटर्न परिणाम से कैसे जोड़ता है और इस बात पर ज़ोर देती है कि पैनल पहले से संरेखित है, इसलिए उसे फिर…

यह नोटबुक बताती है कि वित्तीय मॉडलों का मूल्यांकन इस तरह कैसे करें कि निर्णय की तारीख पर अनुपलब्ध जानकारी प्रशिक्षण या मॉडल चयन में लीक न हो। यह प्रशिक्षण, सत्यापन और अंतिम होल्डआउट सेट में अंतर करती है तथा बताती है कि समय-श्रृंखला के लिए बेतरतीब ढंग से शफ़ल…

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 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 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 नोटबुक इक्विटी ETF के पोर्टफोलियो का CAPM और Fama-French फ़ैक्टर रिग्रेशन से विश्लेषण करती है, फिर रोलिंग एक्सपोज़र, रिटर्न एट्रिब्यूशन और अवशिष्ट निर्भरता तक इसे विस्तार देती है। यह संरेखित दैनिक रिटर्न और फ़ैक्टर डेटा का उपयोग करती है, विषम-विचरण और…

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…