ब्लॉग

Dynamic Mode Decomposition fits a linear operator to nonlinear market dynamics. The only question that matters: do the fitted modes persist from one window to the next, and does the rolling spectral radius lead realised volatility? Here is the measurement protocol and the code to run it.

The blog's standing answer to the accuracy-vs-latency tension is a two-stage fast/slow split. Distillation is a different answer: train one small model to mimic the ensemble. The KD loss, temperature, born-again nets, early exits for a variable latency budget, and the distill-to-FPGA pipeline — plus the measurements that would decide whether it beats the two-stage split.

Selection bias in the search is not the only way a regression fools you. When the regressor is correlated with the error, more data makes the estimate more confidently wrong. Instrumental variables applied to the one endogeneity problem this blog has already left open: permanent impact from net taker flow.

वास्तविक क्रिप्टो व्यापार टेप में एक स्व-रोमांचक बिंदु प्रक्रिया को फिट करना: तीन संख्याएं (एमयू, अल्फा, बीटा) कहां से आती हैं, शाखा अनुपात एन का अनुमान कैसे लगाएं, क्या घातीय कर्नेल एक अच्छाई-फिट परीक्षण से बचता है, और जब आप अनुमान विंडो बदलते हैं तो कितना एन चलता है।

Hamiltonian Neural Networks are provably stable — but stability is worthless if the conserved quantity does not exist. Learning a scalar H via autograd, symplectic integration, and the falsification test that decides whether a financial (q, p) pair is canonical at all.

Granger causality on crypto prices done two ways — differenced returns and Toda-Yamamoto on levels — with a correct Wald implementation, an effective-N corrected causality matrix, and a rolling-stability test of whether the lag is tradeable at all.

वित्तीय समय श्रृंखला के लिए कर्नेल डिज़ाइन - मातृ खुरदरापन, स्थानीय रूप से आवधिक संरचना, वर्णक्रमीय मिश्रण - और एक नियमितकर्ता के रूप में सीमांत संभावना जिसे किसी सत्यापन सेट की आवश्यकता नहीं है। साथ ही व्यापार योग्य होने से पहले क्या-क्या मापा जाना बाकी है, इसकी ईमानदार सूची भी।