यह अनुभवजन्य अध्ययन जाँचता है कि क्या माध्य-पुनरागमन का लाभ लेने के लिए बनाई गई ऑनलाइन पोर्टफोलियो रणनीतियाँ बेंचमार्क डेटासेट से आगे भी अच्छा प्रदर्शन करती हैं। इसमें तीन तरीकों का अध्ययन है: निष्क्रिय आक्रामक माध्य-पुनरागमन, ऑनलाइन मूविंग एवरेज…
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 दस्तावेज़ ब्याज-दर जोखिम और आनुपातिक ट्रेडिंग लागतों को ध्यान में रखते हुए कई अवधियों में बॉन्ड पोर्टफोलियो प्रबंधित करने की सिमुलेशन-आधारित विधि प्रस्तुत करता है। यह डायनेमिक नेल्सन-सीगल कारकों से यील्ड कर्व की चाल का मॉडल बनाता है, जिनकी गतिशीलता वेक्टर…
DeepUnifiedMom एक पोर्टफोलियो निर्माण ढाँचा है जो कई समय-सीमाओं के समय-श्रृंखला मोमेंटम संकेतों को जोड़ता है। यह एकीकृत पोर्टफोलियो बनाने के लिए बहु-कार्य सीख और बहु-द्वार विशेषज्ञ-मिश्रण संरचना का उपयोग करता है। इसका लक्ष्य उस मोमेंटम व्यवहार को पकड़ना है…
यह पेपर शून्य मेकर-शुल्क वाले परपेचुअल फ़्यूचर्स बाज़ारों में मार्केट मेकिंग के लिए सैद्धांतिक नियंत्रण ढाँचा प्रस्तुत करता है। मार्केट मेकर बोली और माँग स्प्रेड चुनता है और दो एक्सचेंजों पर हेजिंग के ज़रिए इन्वेंटरी का प्रबंधन करता है। यह ढाँचा लाभ और हानि…
यह पेपर बड़ी परिसंपत्ति-समष्टि से औसत की ओर लौटने वाला पोर्टफोलियो बनाने की अनुकूलन विधि प्रस्तुत करता है। इसका लक्ष्य ऐसे पोर्टफोलियो हैं जिनका स्प्रेड Ornstein–Uhlenbeck प्रक्रिया से अच्छी तरह वर्णित हो; प्रक्रिया के पैरामीटर अधिकतम लाइकलिहुड से अनुमानित…
यह पेपर पेयर ट्रेडिंग बाज़ार में निवेश और उपभोग की समस्या का अध्ययन करता है, जहाँ जोखिमपूर्ण परिसंपत्तियों के बीच स्प्रेड Ornstein–Uhlenbeck प्रक्रिया का अनुसरण करता है। यह पावर उपयोगिता के तहत इष्टतम रणनीतियों पर केंद्रित है और औसत की ओर लौटने वाले बाज़ार…
अध्ययन अलग-अलग समय अंतरालों और डिजिटल एक्सचेंजों में बिटकॉइन प्रतिफल वितरण के टेल का विश्लेषण करता है। यह साझा स्केलिंग व्यवहार की जाँच करता है और पावर-लॉ घातांक का अनुमान लगाता है, विशेषकर यह देखते हुए कि क्या टेल सीमित द्वितीय आघूर्ण का संकेत देते हैं।…
यह शोधपत्र बाज़ार स्थितियाँ बदलने पर पोर्टफ़ोलियो प्रबंधन की समस्या देखता है, जब अतीत की उपयोगी लुकबैक अवधि पहले से ज्ञात नहीं होती। यह दो-स्तरीय प्रक्रिया प्रस्तावित करता है: कई संभावित विंडो आकारों से पोर्टफ़ोलियो बनाना, फिर हर विंडो विकल्प को विशेषज्ञ…
यह शोधपत्र शेयर-बॉन्ड और शेयर, बॉन्ड तथा सोने के स्थिर आवंटनों की तुलना ऐसे लॉन्ग-ओनली डायनामिक पोर्टफ़ोलियो से करता है जिनमें नकदी भी रखी जा सकती है। पोर्टफ़ोलियो सार्वजनिक डेटा का उपयोग करते हैं, हर महीने पुनर्संतुलित होते हैं और रिटर्न, वोलैटिलिटी,…
यह दस्तावेज़ समय के साथ बदलने वाले सहसंबंध मैट्रिक्स का अनुमान लगाने की एक बायज़ियन विधि प्रस्तुत करता है। यह निर्भरता को निम्न-रैंक फ़ैक्टर मॉडल से दर्शाता है, स्थानीय अनुकूल नियमितीकरण के लिए डायनामिक श्रिंकेज प्रायर वाले लेटेंट स्टेट का उपयोग करता है और…
यह अध्ययन वित्तीय समाचारों से भाषा-मॉडल भावना को मैक्रोइकॉनॉमिक संकेतकों और तकनीकी संकेतों के साथ मिलाकर Russell 2000 शेयरों के पोर्टफोलियो बनाता है। इसकी अनिश्चितता-सचेत विधि अनुमानित जोखिम को एलेएटोरिक और एपिस्टेमिक घटकों में अलग करती है और उन अनुमानों को…
यह अध्ययन US शेयरों में ट्रेडों के समय की निकटता से सह-ट्रेडिंग संबंध तय करके गतिशील नेटवर्क बनाता है। उद्योग क्षेत्रों पर आधारित वर्गीकरण के पूरक के रूप में, यह नेटवर्क पर स्पेक्ट्रल क्लस्टरिंग लागू कर उन शेयर समूहों की पहचान करता है जिनकी परस्पर निर्भरता…
यह रिपोर्ट उस स्थिति में शेयरों और बॉन्ड के बीच दीर्घ-अवधि आवंटन का अध्ययन करती है जब इक्विटी रिटर्न औसत-प्रतिवर्ती प्रक्रिया का पालन करते हैं। यह पूछती है कि यह विशेषता जोखिम-रिटर्न संतुलन को कैसे बदलती है और क्या कुछ रणनीतियाँ निर्दिष्ट मान्यताओं तथा…
दस्तावेज़ उन स्थितियों में इष्टतम रणनीतियाँ खोजने की सन्निकटन विधि प्रस्तुत करता है जहाँ ट्रेडों पर अनुपातिक लेनदेन लागत लगती है। यह अवशिष्ट मूल्य फलन को बहुपद सन्निकटन से दर्शाता है, जिससे उन समस्याओं को संभालने का तरीका मिलता है जिनका सटीक हल निकालना कठिन…
यह शोधपत्र मल्टी-फ़ैक्टर इनसेप्शन नेटवर्क (MFIN) प्रस्तुत करता है, जो मूल्य रिटर्न और अन्य बार-बार अद्यतन होने वाले संकेतों का उपयोग करके कई क्रिप्टोकरेंसी में ट्रेडिंग का ढाँचा है। यह क्रिप्टो परिसंपत्तियों के सीमित इतिहास की समस्या से निपटने के लिए नेटवर्क…
यह अध्ययन 30 शेयरों के पोर्टफ़ोलियो के लिए अनुकूलित ट्रेडिंग रणनीति विकसित करने में डीप रीइन्फ़ोर्समेंट लर्निंग की पड़ताल करता है। यह दैनिक कीमतों को प्रशिक्षण डेटा और ट्रेडिंग परिवेश के रूप में इस्तेमाल करता है, फिर एजेंट की तुलना Dow Jones Industrial…
यह शोधपत्र जाँचता है कि क्या सुसंगत जोखिम माप सीमित देयता वाले या अत्यधिक टेल-रिस्क लेने की चाह रखने वाले निवेशकों को नियंत्रित कर सकते हैं। इसमें जोखिम-माप-विशिष्ट सांख्यिकीय आर्बिट्राज प्रस्तुत किया गया है, जिसे रो-आर्बिट्राज कहा गया है, और तर्क दिया गया…
अध्ययन भौतिक वेग और द्रव्यमान की उपमाओं से मूल्य गति परिभाषित करता है, फिर इस माप से साप्ताहिक विपरीत-पक्षीय रणनीतियों के लिए परिसंपत्तियाँ चुनता है। यह तरीका दक्षिण कोरिया के KOSPI 200 और US S&P 500 के समूहों पर लागू किया गया है और बनी रणनीतियों की तुलना…
यह अध्ययन दो प्रकार के संबंधों—रिटर्न की पारस्परिक पूर्वानुमेयता और तकनीकी समानता—का उपयोग करके बदलता हुआ क्रिप्टोकरेंसी नेटवर्क बनाता है। दोनों सूचना स्रोतों को ध्यान में रखते हुए समुदायों का अनुमान लगाने के लिए यह गतिशील सहचर-सहायित स्पेक्ट्रल क्लस्टरिंग…
यह शोधपत्र ऐसा गतिशील क्रिप्टोकरेंसी पोर्टफ़ोलियो तरीका प्रस्तावित करता है जो तकनीकी संकेतों को समाचार भावना से जोड़ता है। गति दर्शाने के लिए यह 14-दिवसीय Relative Strength Index और Simple Moving Average का उपयोग करता है, जबकि समाचार भावना का विश्लेषण VADER…
यह शोधपत्र वास्तविक-समय डिस्प्ले विज्ञापन के लिए सांख्यिकीय आर्बिट्राज को अपनाता है, जहाँ समान अपेक्षित प्रभावशीलता वाले इम्प्रेशन की कीमतें खंडित बाज़ारों या मूल्य-निर्धारण व्यवस्थाओं में अलग हो सकती हैं। इसका तरीका प्रति-कार्रवाई लागत वाले अभियानों को…
यह दस्तावेज़ कमोडिटी फ़्यूचर्स के लिए एक व्यवस्थित ट्रेंड-फ़ॉलोइंग रणनीति का वर्णन करता है, जो पारंपरिक एकल-बाज़ार ट्रेंड संकेतकों को अंतर-बाज़ार संकेतों के साथ जोड़ती है। इन क्रॉस-सेक्शनल संकेतों का उद्देश्य मोमेंटम प्रसार पकड़ना है, जहाँ एक बाज़ार के रुझान…
यह दस्तावेज़ विदेशी मुद्रा ट्रेडिंग के पूर्वानुमान मॉडल बनाने के लिए वास्तविक विनिमय दर की गतिविधियों को स्ट्रिंग जैसी संरचना में दर्शाने का प्रस्ताव रखता है। इसमें तर्क दिया गया है कि पारंपरिक दीर्घावधि अर्थमितीय पद्धतियाँ लेन-देन लागत, आर्बिट्राज के अवसर…
यह शोधपत्र मशीन लर्निंग से स्टॉक ऑप्शन के रुझानों का पूर्वानुमान लगाने और उन पूर्वानुमानों को ट्रेडिंग में लागू करने पर एक अनुवर्ती अध्ययन का वर्णन करता है। इसमें रिकरंट न्यूरल नेटवर्क और लॉन्ग शॉर्ट-टर्म मेमोरी नेटवर्क की जाँच की गई है, फिर यह आकलन किया गया…