Collections
Curated reading paths through the blog, ordered from basics to advanced.
Backtesting Without Fooling Yourself
A step-by-step path from what your backtest really optimizes to proving an edge survives overfitting, multiple testing, and live execution. Read top to bottom — each part builds on the last.
- 01ऑब्जेक्टि व-फंक्शन डिज़ाइन: जिस मेट्रिक को आप ऑप्टिमाइज़ करते हैं वही गुप्त रूप से आपकी रणनीति चुन लेती है
- 02मल्टी-Timeframe Backtests में No Look-Ahead साबित करना: भविष्य को Perturb करें, साबित करें कि अतीत उसे देख नहीं सकता
- 03Look-Ahead Bias: कैसे एक-बार की गलती शुद्ध शोर से 15 का Sharpe गढ़ देती है
- 04Walk-Forward Optimization: The Only Honest Strategy Test
- +7 more
High-Performance Backtest Engines
How to build a backtest engine that runs hundreds of times faster without changing a single PnL number — data layout, caching, adaptive resolution, and architecture, from first speedups to production internals.
- 01बैकटेस्ट स्पीड लैडर: लैपटॉप CPU पर 298x, आखिरी ट्रेड तक समान PnL
- 02फ्रेमवर्क टैक्स: जब आपकी बैकटेस्ट लाइब्रेरी एक भोले pandas लूप से भी धीमी होती है
- 03एग्रीगेटेड पार्क्वेट कैश: मल्टी-टाइमफ्रेम बैकटेस्ट को सैकड़ों गुना तेज़ कैसे करें
- 04दो-अक्षीय पैरामीटर स्पेस: आपके स्वीप का ज्यादातर हिस्सा लगभग मुफ्त क्यों होना चाहिए
- +7 more
Complex Arbitrage in Rust
A six-part build-up of multi-leg crypto arbitrage — from negative-cycle detection to the linear algebra, copulas, and machine learning behind it, ending in low-latency Rust execution.
- 01आर्बिट्राज पहचान के लिए ग्राफ एल्गोरिदम: बेलमैन-फोर्ड से RICH तक
- 02फ्यूचर्स-स्पॉट आर्बिट्रेज: कैश-एंड-कैरी से DeFi-CeFi तक
- 03मैट्रिक्स, टेंसर और ट्रॉपिकल बीजगणित: आर्बिट्राज पहचान के लिए रैखिक बीजगणित
- 04आर्बिट्रेज के लिए Vine Copulas: उच्च-आयामी निर्भरताओं का मॉडलिंग
- +2 more
Order Book & Market Microstructure
How the order book really works — accessing the data, reading queue position, rebuilding bars from order flow, and modeling it with deep learning and Hawkes processes.
- 01CCXT: वेबसॉकेट ऑर्ड रबुक मेथड्स वास्तव में कैसे काम करते हैं
- 02एल्गोरिदमिक ट्रेडिंग में ऑर्डर प्रकार: चेजिंग वाले लिमिट से लेकर वर्चुअल ऑर्डर तक
- 03Queue Inside the Wall: Analyzing Order Position in Order Book Density
- 04एल्गोरिदमिक ट्रेडिंग के लिए बार प्रकार और एग्रीगेशन विधियाँ
- +8 more
Portfolio Construction & Risk
From Markowitz to production HRP + CVaR: how to allocate across crypto assets, model tail dependence with copulas, and size positions without blowing up.
- 01क्रिप्टो के लिए मार्कोविट्ज़ पोर्टफोलियो थ्योरी: शून्य से हीरो तक
- 0212 पोर्टफोलियो ऑप्टिमाइज़ेशन एल्गोरिदम की तुलना: HRP, Black-Litterman, NCO और आगे
- 03हमारे घरेलू एल्गोरिद्म के भीतर: Hull-White के साथ HRP + Long/Short + CVaR
- 04क्रिप्टो पोर्टफोलियो में संयुक्त जोखिम मॉडलिंग के लिए कोपुला मॉडल
- +1 more
Risk & Position Sizing
Build position sizes from drawdown math, realistic trading costs, and uncertainty in backtest results before applying Kelly.
- 01नुकसान-लाभ असममिति: वह गणित जो आपकी जमा राशि को नष्ट कर देता है
- 02स्लिपेज कर्व्स, न कि स्लिपेज कॉन्स्टेंट्स: कॉस्ट मॉडल जो लाइव ट्रेडिंग में टिक सकें
- 03मॉन्टे कार्लो बूटस्ट्रैप: सिर्फ 10 लाइनों के कोड में बैकटेस्ट के लिए कॉन्फिडेंस इंटरवल कैसे पाएं
- 04रणनीतियों के लिए केली क्राइटेरियन: पोजीशन साइज़िंग और पूंजी आवंटन कैसे करें
Statistical Arbitrage & Pairs Trading
Trade the spread between correlated assets — from the distance approach to cointegration and Kalman filters, then dynamically combining mean reversion with momentum.
- 01पेयर्स ट्रेडिंग में डिस्टेंस एप्रोच: Rust के साथ इम्प्लीमेंटेशन और विश्लेषण
- 02Statistical Arbitrage and Pairs Trading in Crypto Markets: From Cointegration to the Kalman Filter
- 03Signal Correlation: How Many Pairs to Monitor
- 04सांख्यिकीय आर्बिट्राज में मीन रिवर्जन और मोमेंटम रणनीतियों को गतिशील रूप से संयोजित करना: गणितीय आधार और व्यावहारिक कार्यान्वयन
- +1 more
Deep Learning for Markets
Neural forecasting for crypto — transformers, diffusion models, and foundation models, and how conformal prediction keeps their uncertainty honest.
- 01Temporal Fusion Transformers for Multi-Horizon Portfolio Forecasting
- 02डिफ्यूजन मॉडल बनाम क्रिप्टोकरेंसी अराजकता: क्यों DDPM आपके ज्योतिषी से बेहतर Bitcoin क्रैश की भविष्यवाणी कर सकता है
- 03Kronos: एक फाउंडेशन मॉडल जो कैंडलस्टिक चार्ट को ट्रांसफॉर्मर की भाषा में बोलना सिखाता है
- 04जोखिम-सजग पोज़िशन साइज़िंग के लिए कॉन्फ़ॉर्मल प्रेडिक्शन
AI Agents for Trading
The agentic-AI stack for markets — multi-agent frameworks, open-source hedge funds, and LLMs that mine alpha from earnings calls.
- 01एजेंटिक एआई के साथ निवेश पोर्टफोलियो प्रबंधन मे ं क्रांति
- 02TradingAgents: Multi-Agent AI Framework That Models a Hedge Fund
- 03AI4Finance Foundation: एल्गो-ट्रेडिंग के लिए FinGPT, FinRL और FinRobot इकोसिस्टम
- 04AI Hedge Fund: एक मल्टी-एजेंट फंड जहाँ AI विश्लेषक ट्रेडों पर वोट करते हैं
- +1 more
QuestDB for Algorithmic Trading
Stand up a time-series stack for trading on QuestDB — from architecture to the SQL that matters, to a production deployment.
- 01QuestDB for Algorithmic Trading: Architecture That Speaks the Language of Markets
- 02QuestDB for Algorithmic Trading: SQL Extensions That Change the Game
- 03QuestDB for Algorithmic Trading: From Order Books to Production Architecture
Low-Latency Trading Infrastructure
The plumbing under an HFT stack — how components talk (WebSocket, FIX, gRPC, Aeron), messaging on Aeron and Zig, and a C++ FIX/FAST scalper.
- 01एल्गो ट्रेडिंग सिस्टम में डेटा कम्युनिकेशन: एक तकनीकी अवलोकन
- 02Aeron: उस मैसेजिंग सिस्टम के अंदर जो आधे HFT उद्योग को शक्ति देता है
- 03ZigBolt: Why We Built Our Own Aeron in Zig and Hit 20 Nanoseconds Per Message
- 04Developing a Simple C++ Scalper Using FAST/FIX: Step-by-Step Guide
Execution & Market Making
From TWAP/VWAP and Almgren-Chriss to TCA, slippage models, and the Avellaneda-Stoikov market maker — how to turn a signal into fills without paying the spread twice.
- 01TWAP बनाम VWAP बनाम POV: एक execution benchmark चुनना (और यह जानना कि हर एक कब आपसे झूठ बोलता है)
- 02Almgren-Chriss बिना लाग-लपेट के: ऑप्टिमल एक्जीक्यूशन जिसे आप एक दोपहर में लागू कर सकते हैं
- 03स्लाइस के भीतर: आपके scheduler और exchange के बीच child-order tactics
- 04क्रिप्टो में स्मार्ट ऑर्डर राउटिंग: एक ऑर्डर, बारह वेन्यू, कोई NBBO नहीं
- +7 more
Onchain & DeFi Quant
Quantitative DeFi from first principles — MEV and sandwich attacks, atomic arbitrage, liquidation cascades on lending protocols, and LP profitability on Uniswap v3.
- 01MEV की शारीरिक रचना: sandwich, frontrunning और mempool का काला जंगल
- 02MEV सप्लाई चेन: PBS, MEV-Boost, और कौन वास्तव में मूल्य कैप्चर करता है
- 03ऑन-चेन आर्बिट्रेज: एटॉमिक साइकल, फ्लैश लोन, और वह नीलामी जिसे आपको जीतना होगा
- 04ऑन-चेन लिक्विडेशन: Aave और Compound की मैकेनिक्स, और उनके इर्द-गिर्द का बॉट बिजनेस
- +5 more
Causality & Lead-Lag in Markets
Who moves whom — Granger causality, transfer entropy, PCMCI discovery, and the causal ML toolbox (double ML, causal forests, synthetic control) applied to crypto markets.
- 01Toda-Yamamoto vs Differenced Granger: Does the BTC Lead-Lag Survive?
- 02Transfer Entropy: Which Way Does Information Flow Between Crypto Assets?
- 03PCMCI: Causal Discovery in Multivariate Crypto Time Series
- 04ट्रेडिंग में विषमधर्मी उपचार प्रभावों के लिए कॉज़ुअल फ़ॉरेस्ट
- +3 more
Volatility Modeling & Regimes
Forecast volatility with the GARCH family — asymmetry and leverage effects, dynamic correlations, vol targeting — then detect market regimes with HMMs and trade adaptively.
- 01GARCH(1,1): क्रिप्टो वोलैटि लिटी का पूर्वानुमान
- 02असममित और हैवी-टेल्ड GARCH: EGARCH, GJR, और Student-t
- 03DCC-GARCH: पेयर्स ट्रेडिंग और पोर्टफोलियो रिस्क के लिए डायनामिक कोरिलेशन
- 04GARCH फोरकास्ट के साथ वोलैटिलिटी टारगेटिंग और ट्रेडिंग
- +1 more
Modern ML for Trading
The full gradient-boosting-to-neural-operator toolkit — ensembles, AutoML, probabilistic forecasting, distillation and pruning for latency, plus physics-informed architectures like Neural ODEs and Fourier operators.
- 01XGBoost for Return Direction: Class Imbalance and Decision Thresholds
- 02संयोजन विधियाँ: मजबूत अल्फा के लिए कमजोर शिक्षार्थियों का संयोजन
- 03व्यवस्थित ट्रेडिंग पाइपलाइनों के लिए ऑटोएमएल
- 04Multi-Task Learning for Simultaneous Price, Volume, and Volatility Prediction
- +11 more