संग्रह/4 भाग/कुल 51 मिनट

Deep Learning for Markets

Neural forecasting for crypto - transformers, diffusion models, and foundation models, and how conformal prediction keeps their uncertainty honest.

01

Temporal Fusion Transformers for Multi-Horizon Portfolio Forecasting

How Google's Temporal Fusion Transformer brings interpretable multi-horizon forecasting to quantitative portfolio management, with attention-based variable selection, quantile outputs, and a worked pytorch-forecasting pipeline.

02

डिफ्यूजन मॉडल बनाम क्रिप्टोकरेंसी अराजकता: क्यों DDPM आपके ज्योतिषी से बेहतर Bitcoin क्रैश की भविष्यवाणी कर सकता है

कैसे डिफ्यूजन मॉडल क्रिप्टोकरेंसी पूर्वानुमान में क्रांति ला रहे हैं, अस्थिरता की अराजकता पर काबू पा रहे हैं और एल्गोरिथमिक ट्रेडिंग के लिए नए अवसर बना रहे हैं।

03

Kronos: एक फाउंडेशन मॉडल जो कैंडलस्टिक चार्ट को ट्रांसफॉर्मर की भाषा में बोलना सिखाता है

Kronos की समीक्षा - OHLCV कैंडल पूर्वानुमान के लिए एक फाउंडेशन मॉडल। BSQ टोकनाइज़र, पदानुक्रमित डिकोडर, दो-चरण सैंपलिंग, Qlib ट्रेनिंग पाइपलाइन। एक मॉडल एक्सचेंज की 'भाषा' कैसे सीखता है।

04

जोखिम-सजग पोज़िशन साइज़िंग के लिए कॉन्फ़ॉर्मल प्रेडिक्शन

गारंटीशुदा कवरेज के साथ वितरण-मुक्त भविष्यवाणी अंतराल। हम split conformal, jackknife+ और adaptive conformal inference का उपयोग करके ट्रेडिंग जोखिम को कैलिब्रेट करते हैं और बिना पैरामीट्रिक मान्यताओं के पोज़िशन का आकार तय करते हैं।