सामग्री पर जाएं

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

Machine Learning for Trading

यह दस्तावेज़ सशर्त अव्यक्त-कारक मॉडल के नियंत्रण के रूप में पर्यवेक्षित ऑटोएन्कोडर प्रस्तुत करता है। यह 57 इनपुट को संकरे बॉटलनेक से संपीड़ित करते हुए फ़र्म की विशेषताओं को सीधे फ़ॉरवर्ड रिटर्न से जोड़ता है। समान बॉटलनेक वाले सशर्त ऑटोएन्कोडर से तुलना का…

इक्विटीमशीन लर्निंगफ़ैक्टर निवेशसांख्यिकी
Machine Learning for Trading

यह नोटबुक ETF फ़ीचर्स और फ़ॉरवर्ड रिटर्न का उपयोग करके पूर्वानुमान-केंद्रित तरीकों पर जाने से पहले शास्त्रीय साधारण न्यूनतम वर्ग अनुमान का प्रदर्शन करती है। यह गुणांक परीक्षण और मानक त्रुटियों की जाँच करती है, फिर विषमविचरणशीलता, अवशेष स्वसहसंबंध और…

इक्विटीसांख्यिकीमशीन लर्निंगजोखिम प्रबंधन
Machine Learning for Trading

यह प्रयोग मासिक ETF रैंकिंग के लिए ग्रेडिएंट-बूस्टेड ट्री मॉडल, टेबुलर न्यूरल नेटवर्क और लेटेंट-फ़ैक्टर मॉडल के सत्यापन पूर्वानुमान जोड़ता है। पहले यह z-स्कोर से पूर्वानुमानों को क्रॉस-सेक्शन में मानकीकृत करता है, फिर उनका औसत लेता है। एन्सेम्बल का मूल्यांकन…

बहु-एसेटमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह दस्तावेज़ भविष्य के अवलोकनों का उपयोग किए बिना फिट किए गए मॉडल फ़ीचर बनाने की साझा विधियाँ प्रस्तुत करता है। हिडन मार्कोव मॉडल के लिए, यह वर्तमान समय तक के अवलोकनों पर आधारित फ़िल्टर्ड अवस्था प्रायिकताओं को स्मूद की गई प्रायिकताओं से अलग बताता है, जो पूरी…

मशीन लर्निंगअस्थिरतासांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक डबल मशीन लर्निंग का उपयोग करके अनुमान लगाती है कि स्थायी वायदा प्रीमियम से विचलन का संबंध बाद के आठ घंटे के रिटर्न से है या नहीं, और उच्च तथा निम्न अस्थिरता बाज़ारों में अनुमानित संबंध अलग है या नहीं। इसमें क्रिप्टो सिंबलों पर पैनल डिज़ाइन, देखे गए…

क्रिप्टोपरपेचुअल फ़्यूचर्समशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक पहले से कोई कारणात्मक ग्राफ़ तय किए बिना बहुचर वित्तीय समय-श्रृंखला में लैग्ड संबंध खोजने के तरीके के रूप में PCMCI प्रस्तुत करती है। यह विधि को ETF और अस्थिरता सूचकांक रिटर्न पर लागू करती है, इसके सशर्त विश्लेषण की जोड़ीवार Granger परीक्षणों से…

मशीन लर्निंगसांख्यिकीबहु-एसेटइक्विटी
Machine Learning for Trading

यह नोटबुक बताती है कि प्रायिकता पूर्वानुमानों का मूल्यांकन और पूर्वानुमान पाइपलाइन का संचालन कैसे करें। यह Brier और log स्कोर, अपेक्षित कैलिब्रेशन त्रुटि और तीक्ष्णता की तुलना करती है; दिखाती है कि विश्वसनीयता आरेख कहाँ पूर्वानुमान अति-आत्मविश्वासी या कम…

सांख्यिकीमशीन लर्निंगजोखिम प्रबंधनबैकटेस्टिंग
Machine Learning for Trading

यह परिनियोजन प्रदर्शन प्रमुख FX पेयर के क्रॉस-सेक्शन के ऐतिहासिक दैनिक डेटा पर Ridge मॉडल को फिर से प्रशिक्षित करता है, Interactive Brokers पेपर सत्र से मौजूदा बार प्राप्त करता है, पेयरों की रैंकिंग करता है और लॉन्ग बास्केट बनाता है। यह ब्रोकर से जुड़ने,…

विदेशी मुद्राऑर्डर निष्पादनमशीन लर्निंगबाज़ार की सूक्ष्म संरचना
Machine Learning for Trading

यह ट्यूटोरियल ETF क्रॉस-सेक्शनल संकेतों को लॉन्ग-ओनली, समान-वेट वाले शीर्ष-दस पोर्टफ़ोलियो में बदलता है और Ridge रिग्रेशन तथा लॉजिस्टिक वर्गीकरण की तुलना मोमेंटम और समान-वेट बेसलाइन से करता है। मॉडल वॉक-फ़ॉरवर्ड प्रशिक्षण विंडो पर फिट किए जाते हैं,…

इक्विटीबैकटेस्टिंगऑर्डर निष्पादनपोर्टफोलियो निर्माण
Machine Learning for Trading

यह अध्ययन जाँचता है कि मासिक US स्टॉक रिटर्न पर रैखिक मॉडल का खराब फ़िट उसके वर्ग-त्रुटि उद्देश्य के कारण है या नहीं। इसमें अन-विंसोराइज़्ड फॉरवर्ड-रिटर्न लक्ष्य, फ़ीचर और वॉक-फ़ॉरवर्ड फ़ोल्ड स्थिर रखकर वर्ग त्रुटि, निरपेक्ष त्रुटि और Huber हानि से…

इक्विटीअमेरिकी बाज़ारमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक तय अवधि में एक निश्चित ऑर्डर को लिक्विडेट करने के लिए Proximal Policy Optimization एजेंट को प्रशिक्षित करती है। यह सीखी गई गति-नीति की तुलना TWAP और Almgren–Chriss शेड्यूल से करती है, निष्पादन कमी मापती है और देखती है कि हर रणनीति कब ट्रेड करती है।…

क्रिप्टोपरपेचुअल फ़्यूचर्सऑर्डर निष्पादनमशीन लर्निंग
Machine Learning for Trading

यह नोटबुक सीमित रणनीति या संकेत वर्ग में से चयन करने पर प्रदर्शन अनुमानों को समायोजित करने के तरीके के रूप में Rademacher Anti-Serum (RAS) प्रोटोकॉल प्रस्तुत करती है। अनुभवजन्य Rademacher जटिलता अनुमान लगाती है कि उम्मीदवार प्रदर्शन मैट्रिक्स यादृच्छिक…

सांख्यिकीबैकटेस्टिंगजोखिम प्रबंधनमशीन लर्निंग
Machine Learning for Trading

यह नोटबुक क्रमबद्ध फ़ीचर विंडो से स्टॉक रिटर्न का पूर्वानुमान करने के लिए NLinear को बेसलाइन के रूप में प्रस्तुत करती है। हर उदाहरण में एक स्टॉक के लगातार 60 सत्र होते हैं। हर फ़ीचर के लिए मॉडल उसका सबसे नया मान घटाता है, परिणामी इतिहास को एक रैखिक लेयर से…

इक्विटीमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक S&P 500 ऑप्शंस शॉर्ट-स्ट्रैडल रिटर्न लक्ष्य पर TabM न्यूरल मॉडल फिट करती है और रैखिक तथा बूस्टिंग तरीकों वाले उसी फ़ीचर पैनल पर तीन मॉडल क्षमताओं की तुलना करती है। TabM एन्सेम्बल सदस्यों के बीच एक न्यूरल बैकबोन साझा करता है, जबकि सीखे गए…

ऑप्शंसइक्विटीमशीन लर्निंगबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक शॉर्ट यूरोपीय कॉल के लिए डीप हेजिंग का प्रदर्शन करती है। यह ज्यामितीय ब्राउनियन गति पथों का अनुकरण करती है, बेंचमार्क के रूप में Black–Scholes डेल्टा हेजिंग का उपयोग करती है और टर्मिनल हानियों के सशर्त वैल्यू एट रिस्क उद्देश्य को न्यूनतम करने वाले…

ऑप्शंसडेरिवेटिव का मूल्य निर्धारणमशीन लर्निंगजोखिम प्रबंधन
Machine Learning for Trading

यह दस्तावेज़ Instrumented PCA का प्रदर्शन करता है, जिसमें एसेट फ़ैक्टर लोडिंग को रिटर्न से पहले देखे गए गुणों के रैखिक फलन के रूप में मॉडल किया जाता है। यह गुण-से-लोडिंग मैप और वास्तविक फ़ैक्टर का अनुमान लगाने के लिए ऑल्टरनेटिंग लीस्ट स्क्वेयर का उपयोग करता…

इक्विटीफ़ैक्टर निवेशमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह दस्तावेज़ Chen, Pelger और Zhu के एसेट-प्राइसिंग प्रतिकृति संग्रह से लिए गए पुनरुत्पादनीय US इक्विटी बेंचमार्क का वर्णन करता है। इसमें 1967 से 2016 तक के लगभग 1.2 मिलियन मासिक स्टॉक अवलोकन हैं, जिनमें 46 फ़र्म गुण, मैक्रोइकॉनॉमिक संकेतक, फ़ॉरवर्ड रिटर्न और…

इक्विटीफ़ैक्टर निवेशमशीन लर्निंगअमेरिकी बाज़ार
Machine Learning for Trading

यह दस्तावेज़ बताता है कि TSMixer स्टॉक के हालिया फ़ीचर इतिहास को सत्रों-दर-फ़ीचर मैट्रिक्स के रूप में संसाधित करता है। इसके ब्लॉक समय के साथ फ़ीचर कॉलम में और फिर हर सत्र के भीतर फ़ीचर के बीच जानकारी मिलाते हैं। ब्लॉक को क्रम से रखने से आवर्ती अवस्था के बिना…

इक्विटीमशीन लर्निंगमोमेंटमबैकटेस्टिंग
Machine Learning for Trading

इस नोटबुक में शून्य-शॉट Chronos और TinyTimeMixer पूर्वानुमानों की तुलना एक LSTM और दंडित रैखिक मॉडल से ETF पैनल पर की गई है। हर मॉडल को एक जैसा एकचर ऐतिहासिक संदर्भ दिया जाता है, लेकिन पूर्व-प्रशिक्षित मॉडल आगे के प्रतिफल के लेबल के बजाय उसी संदर्भ श्रृंखला…

इक्विटीमशीन लर्निंगसांख्यिकीबैकटेस्टिंग
Machine Learning for Trading

यह नोटबुक जाँचती है कि क्या ऑप्शन बाज़ार के माप विभिन्न स्टॉक में भविष्य के रिटर्न को रैंक कर सकते हैं। यह ऑप्शन-आधारित फ़ीचर पर घोषित रैखिक मॉडल फ़िट करती है, वॉक-फ़ॉरवर्ड सत्यापन का उपयोग करती है और Ridge, Lasso तथा Elastic Net के दंड स्तरों की तुलना करती…

ऑप्शंसइक्विटीअस्थिरतामशीन लर्निंग
Machine Learning for Trading

यह अध्ययन पूछता है कि क्या ऑप्शन बाज़ार के माप भविष्य के स्टॉक रिटर्न को रैंक कर सकते हैं। इसके फ़ीचर में अलग-अलग मैच्योरिटी की निहित अस्थिरता, पुट-कॉल स्क्यू, टर्म-स्ट्रक्चर ढलान और वैरिएंस जोखिम प्रीमियम शामिल हैं। कई मापों के कई परस्पर ओवरलैपिंग रूप होने…

ऑप्शंसइक्विटीअस्थिरतामशीन लर्निंग
Machine Learning for Trading

यह नोटबुक एडवर्सेरियल स्टोकेस्टिक डिस्काउंट फ़ैक्टर डिज़ाइन को दैनिक U.S. इक्विटी पर लागू करती है। पोर्टफ़ोलियो-वेट नेटवर्क अगले दिन के अतिरिक्त रिटर्न से फ़ैक्टर बनाता है, जबकि प्रतिस्पर्धी मोमेंट नेटवर्क प्राइसिंग कर्नेल को प्रशिक्षित करने में मदद करता है;…

इक्विटीफ़ैक्टर निवेशमशीन लर्निंगसांख्यिकी
Machine Learning for Trading

यह नोटबुक वास्तविक सप्लाई-चेन नॉलेज ग्राफ़ और संस्थागत 13F होल्डिंग्स को मशीन-लर्निंग फ़ीचर में बदलती है। यह केंद्रीयता और निर्भरता संकेतकों जैसे नेटवर्क माप निकालती है, आपूर्तिकर्ता संकेंद्रण और प्रतिस्पर्धी जोखिम का अनुमान लगाती है और होल्डर विस्तार,…

मशीन लर्निंगइक्विटीपोर्टफोलियो निर्माणसांख्यिकी
Machine Learning for Trading

यह नोटबुक ETF पूर्वानुमान रणनीति के लिए संचालन चक्र दिखाती है: बाज़ार डेटा रीफ़्रेश करना, वित्तीय विशेषताओं की फिर से गणना करना, Ridge मॉडल को फिर से प्रशिक्षित करना, परिनियोजन आर्टिफ़ैक्ट सहेजना, मौजूदा क्रॉस-सेक्शनल पूर्वानुमान बनाना, बैकटेस्ट इंजन में…

इक्विटीमशीन लर्निंगऑर्डर निष्पादनबैकटेस्टिंग