नॉलेज लाइब्रेरी

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 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 प्रदर्शन एक ही दोहरी मूविंग-एवरेज क्रॉसओवर रणनीति को ऐतिहासिक बैकटेस्ट इंजन और उसी दैनिक ETF बार को दोबारा चलाने वाले लाइव इंजन, दोनों में चलाता है। रणनीति, इनपुट, पैरामीटर और फ़िल परंपरा समान रखकर परिणामी संकेत टेप की फ़ील्ड-दर-फ़ील्ड तुलना की जाती है।…

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 प्रति घंटा सतत फ़्यूचर्स डेटा को दैनिक OHLCV बार में बदलती है, जो CME Globex सत्रों के अनुरूप होते हैं। यह टाइमस्टैम्प को 4 PM Central Time पर समाप्त होने वाले सत्र को सौंपती है, इसलिए रविवार शाम का कारोबार सोमवार में गिना जाता है और शुक्रवार शाम…

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…

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 कॉन्फ़िगरेशन 20 FX मुद्रा जोड़ियों पर दैनिक लॉन्ग-शॉर्ट रणनीति बताता है। इसमें न्यूयॉर्क क्लोज़ पर निर्णय का समय, अगली बार निष्पादन, समान भार निर्धारण और मोमेंटम या कैरी पर आधारित रैंकिंग संकेत तय किए गए हैं। इसमें स्प्रेड और स्वैप-पॉइंट लागत, रीबैलेंसिंग…

यह दस्तावेज़ रणनीति चयन के चरणों में युग्मित प्रदर्शन तुलना बनाने वाला प्रोड्यूसर बताता है। यह संकेत चयन और समान-भार संदर्भ के बीच, होल्डआउट और सत्यापन चयन के बीच, तथा आवंटन, लागत-संवेदनशीलता और जोखिम-ओवरले बदलावों के बीच तुलना बनाता है। अधिकतर तुलना युग्मित…

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 ट्यूटोरियल बताता है कि बाज़ार डेटा को एक बार डाउनलोड करने से आगे कैसे व्यवस्थित करें। इसमें एकल प्रतीक या बैच लाने, पूर्वनिर्धारित और कस्टम प्रतीक समूहों तथा Hive-विभाजित Parquet स्टोरेज के लिए एकीकृत प्रबंधक प्रस्तुत है। इसमें तारीख़-सीमाएँ पूछना,…

यह नोटबुक मासिक रणनीति के शीर्ष ETF आवंटन संयोजनों पर पोज़िशन-स्तर और पोर्टफ़ोलियो-स्तर के जोखिम नियम जाँचती है। यह दर्ज किए गए पूर्वानुमान, संकेंद्रण और आवंटक को स्थिर रखती है, फिर ओवरले वाले परिणामों की आवंटन चरण के अपने आधार-परिणामों से तुलना करती है।…

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…

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 नोटबुक बताती है कि चुनी गई क्रिप्टो परपेचुअल फ़ंडिंग रणनीति का बाद की होल्डआउट अवधि में मूल्यांकन कैसे किया जाए। यह होल्डआउट से पहले समाप्त होने वाले प्रशिक्षण डेटा से बने पूर्वानुमान फिर इस्तेमाल करती है, चुने हुए संकेत, आवंटन विधि और निकास ओवरले को आगे…

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 तथ्य जिस अवधि का वर्णन करता है और जिस तारीख़ को वह सार्वजनिक हुआ, दोनों को सुरक्षित रखते हुए US इक्विटी का तिमाही फ़ंडामेंटल पैनल SEC XBRL डेटा से कैसे बनाया और जाँचा जाए। ऐतिहासिक रूप से मान्य बैकटेस्ट में फ़ाइलिंग या घोषणा की तारीख़…

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 ट्यूटोरियल ETF और व्यापक आर्थिक डेटा में लुक-अहेड पक्षपात पहचानने और रोकने का तरीका बताता है। यह दिखाता है कि केंद्रित मूविंग औसत भविष्य के अवलोकन उपयोग करते हैं, जबकि किसी फ़ीचर के स्तर और अगले अवधि के रिटर्न के बीच साधारण सहसंबंध से डेटा रिसाव छूट सकता…

दस्तावेज़ जाँचता है कि पहले से चुने गए एक S&P 500 इक्विटी और ऑप्शन आवंटन के सत्यापन प्रदर्शन को ट्रेडिंग लागत कैसे बदलती है। इसमें ट्रेड किए गए मूल्य के अनुपात के रूप में एकतरफ़ा शुल्क की सीमा जाँची जाती है और उसकी तुलना प्रति शेयर स्थिर कमीशन तथा…

यह नोटबुक साझा जोखिम फ़ैक्टर और सेक्टर रोटेशन का वर्णन करने के लिए सेक्टर ETF रिटर्न पर सहसंबंध-आधारित प्रिंसिपल कंपोनेंट विश्लेषण करती है। रिटर्न को मानकीकृत करने से विघटन से पहले हर सेक्टर का विचरण एक हो जाता है, जिससे अधिक अस्थिर सेक्टर के घटकों पर हावी…

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 ऑडिट ETF आवंटन, CME फ़्यूचर्स, फ़ंडिंग वाले क्रिप्टो परपेचुअल, विदेशी मुद्रा और US इक्विटी के लिए साझा ऐतिहासिक इनपुट पर कई बैकटेस्टिंग इंजनों की तुलना करता है। हर समर्थित जोड़ी को समान सामग्री-पते वाला बाज़ार डेटा और स्थिर मॉडल लक्ष्य मिलता है, जिससे…