79 पेपर
यह शोध पत्र पोर्टफोलियो अनुकूलन के लिए SPO-आधारित निर्णय-केंद्रित शिक्षण (decision-focused learning) में प्रेडिक्शन इन्फ्लेशन और अत्यधिक टर्नओवर की समस्याओं की जांच करता है, एक KKT-आधारित रैंकिंग व्याख्या प्रस्तुत करता है और यह प्रदर्शित करता है कि आउटपुट बाधाएं और टर्नओवर नियंत्रण रणनीति की स्थिरता और कार्यान्वयन क्षमता को प्रभावी ढंग से बढ़ाते हैं।
यह शोध पत्र मेट्रिक डिपेंडेंस स्क्रीनिंग (MDS) का प्रस्ताव करता है, जो एक नवीन परिसंपत्ति चयन प्रक्रिया है जो पारंपरिक स्केलर-आधारित विधियों की तुलना में अनुमान त्रुटि को प्रभावी ढंग से कम करने और आउट-ऑफ-सैंपल रिटर्न को बढ़ाने के लिए पॉइंट-कर्व ऑब्जेक्ट्स के रूप में प्रतिनिधित्व किए गए उच्च-आवृत्ति इंट्राडे जोखिम डायनेमिक्स का लाभ उठाकर बड़े पैमाने पर पोर्टफोलियो प्रदर्शन में सुधार करती है।
यह शोध पत्र एक नवीन ढांचे का प्रस्ताव करता है जो उच्च-सटीकता वाले सिंथेटिक बॉन्ड यील्ड डेटा उत्पन्न करने के लिए कॉज़ल GANs और सॉफ्ट एक्टर-क्रिटिक सुदृढीकरण लर्निंग को एकीकृत करता है, जिसे फिर कार्रवाई योग्य ट्रेडिंग संकेतों और जोखिम मूल्यांकनों को उत्पन्न करने के लिए एक फाइन-ट्यून किए गए LLM द्वारा संसाधित किया जाता है, जिससे उत्कृष्ट पूर्वानुमान सटीकता और लाभप्रदता प्राप्त होती है।
यह शोध पत्र एक नवीन ढांचे को प्रस्तुत करता है जो व्याख्या योग्य चौबीसों घंटे व्यवस्थित जंप जोखिमों (systematic jump risks) की पहचान करने के लिए उच्च-आवृत्ति बाजार डेटा को LLM-वर्गीकृत समाचार आख्यानों के साथ जोड़ता है, यह प्रदर्शित करते हुए कि मैक्रोइकोनॉमिक-संचालित जंप सबसे अधिक जोखिम प्रीमियम रखते हैं और उन्हें एक वास्तविक समय के कारक-अनुकरण पोर्टफोलियो (real-time factor-mimicking portfolio) के माध्यम से प्रभावी ढंग से भुनाया जा सकता है।
यह शोध पत्र मानक जोखिम योगदान (Risk Contribution) के एक नवीन 'लीव-वन-आउट' अपघटन (leave-one-out decomposition) को प्रस्तुत करता है जो अंतर्निहित अस्थिरता और सहसंबंध घटकों में विभाजित है, जो एक पारदर्शी नैदानिक ढांचे की पेशकश करता है ताकि यह अंतर किया जा सके कि किसी स्थिति का जोखिम उसकी अपनी अस्थिरता से उत्पन्न होता है या शेष पोर्टफोलियो के साथ उसकी अंतःक्रिया से, जबकि सख्त योज्यता (strict additivity) को भी बनाए रखता है।
यह शोध पत्र वैश्विक इक्विटी क्षेत्रों पर अत्यधिक तापमान की घटनाओं के नकारात्मक प्रभाव की जांच करता है और बहु-उद्देश्यीय पोर्टफोलियो अनुकूलन को बढ़ाने के लिए जलवायु जोखिम जोखिम और अस्थिरता के लिए नवीन, समय-परिवर्तनीय मेट्रिक्स पेश करता है, जो बैकटेस्टिंग के माध्यम से यह प्रदर्शित करता है कि इन उपायों को एकीकृत करने से विविधीकरण से समझौता किए बिना भौतिक जलवायु झटकों के प्रति लचीलापन निर्मित होता है।
यह शोधपत्र न्यूनतम शासन प्रदर्शन (Minimum Regime Performance - MRP) को व्यवस्थित निवेश रणनीतियों के स्थायित्व का आकलन करने के लिए एक नवीन मात्रात्मक ढांचे के रूप में प्रस्तुत करता है, जो विभिन्न बाजार शासनों (market regimes) में उनके निम्नतम जोखिम-समायोजित रिटर्न को मापकर बदलती बाजार स्थितियों के कारण होने वाले रणनीति क्षय (strategy decay) के अक्सर अनदेखे किए जाने वाले जोखिम को संबोधित करता है।
यह शोध पत्र एक नवीन पोर्टफोलियो अनुकूलन ढांचे का प्रस्ताव करता है जो बाजार की दिशा का पूर्वानुमान लगाने के लिए एफिशिएंट फ्रंटियर फंक्शनल कोएफिशिएंट्स पर एक ऑनलाइन डिसीजन ट्री को प्रशिक्षित करके एसेट रिटर्न अनुमान को बढ़ाता है, जिसे फिर बेसलाइन रणनीतियों और पारंपरिक फीचर सेट्स से बेहतर प्रदर्शन करने के लिए कैपिटल एसेट प्राइसिंग मॉडल और इनवर्स मिल्स रेशियो के साथ एकीकृत किया जाता है।
यह शोध पत्र एक नवीन परिसंपत्ति आवंटन मॉडल का प्रस्ताव करता है जो एक मार्कोव प्रक्रिया के भीतर कुशल सीमा गुणांकों (एफिशिएंट फ्रंटियर कोएफिशिएंट्स) को क्लस्टर करके बाजार की अवस्थाओं को अभिलक्षणित करता है, यह प्रदर्शित करते हुए कि यह दृष्टिकोण संक्रमण संभावनाओं (ट्रांजिशन प्रोबेबिलिटीज) द्वारा भारित अवस्था-विशिष्ट टेंजेंसी वेट्स के आधार पर पोर्टफोलियो को अनुकूलित करके बेंचमार्क पोर्टफोलियो की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक नवीन परिसंपत्ति आवंटन मॉडल प्रस्तावित करता है जो कुशल सीमा (एफिशिएंट फ्रंटियर) के कार्यात्मक रूप को व्याख्यात्मक गुणांकों में विघटित करके भविष्य के टेंजेंसी पोर्टफोलियो का पूर्वानुमान लगाता है और फिर बेहतर आउट-ऑफ-सैंपल शार्प अनुपात प्राप्त करने के लिए न्यूनतम यूक्लिडियन दूरी वाले पोर्टफोलियो में निवेश करता है, जिससे पारंपरिक विधियों की सीमाओं को दूर किया जा सके जो स्थिर रिटर्न और सहप्रसरण अनुमानों पर निर्भर करती हैं।