Previsione del prezzo dell'oro

🏅✍️ Previsione del prezzo dell'oro 🟡💰

L'oro è stato considerato per secoli un deposito di valore, proteggendo la ricchezza a lungo termine, soprattutto in periodi di inflazione, deprezzamento della valuta o instabilità economica. Le banche centrali detengono riserve significative di oro, riflettendo la sua importanza nel sistema finanziario globale.

Il tuo ruolo è sviluppare un sistema automatico capace di prevedere il prezzo di chiusura dell'oro (gold close) sulla base di un set complesso di indicatori finanziari, economici e di mercato, inclusi indici azionari, prezzi delle materie prime e tassi di cambio valutari.

📁 Set di dati

Hai a disposizione un file CSV:

• gold.csv – contiene dati storici dal 2010 al 2024 sui mercati finanziari, materie prime e indicatori economici

Ogni riga contiene le seguenti colonne:

• date – data in formato YYYY-MM-DD
• sp500 open, sp500 high, sp500 low, sp500 close, sp500 volume, sp500 high-low – valori per l'indice S&P500
• nasdaq open, nasdaq high, nasdaq low, nasdaq close, nasdaq volume, nasdaq high-low – valori per l'indice Nasdaq
• us_rates_% – tasso di interesse di riferimento USA
• CPI – indice dei prezzi al consumo
• usd_chf, eur_usd – tassi di cambio valutari
• GDP – prodotto interno lordo
• silver open, silver high, silver low, silver close, silver volume, silver high-low – valori per l'argento
• oil open, oil high, oil low, oil close, oil volume, oil high-low – valori per il petrolio
• platinum open, platinum high, platinum low, platinum close, platinum volume, platinum high-low – valori per il platino
• palladium open, palladium high, palladium low, palladium close, palladium volume, palladium high-low – valori per il palladio
• gold open, gold high, gold low, gold close, gold volume – valori per l'oro (il nostro target è gold close)

💡 I dati possono avere granularità diverse (giornaliera, mensile, trimestrale). Alcuni valori mancano (NaN), e il modello deve gestire questo correttamente.

🧠 Task (100 punti)

Costruisci un sistema che può prevedere il prezzo di chiusura dell'oro (gold close) per i giorni in test.csv.

Le previsioni devono essere salvate in un file submission.csv con il formato:

1ID,gold close2R00001,1820.353R00002,1815.924R00003,1822.10

dove:

• ID – identificatore unico della riga da test.csv
• gold close – prezzo previsto dal tuo sistema

📊 Valutazione

Le previsioni saranno confrontate con i valori reali da ground_truth.csv e si calcolerà il Root Mean Squared Error (RMSE):

1RMSE = sqrt( sum((y_true - y_pred)^2) / n )

Il punteggio finale è calcolato sulla base dell'RMSE ottenuto:

• RMSE ≤ 0.5 → 100 punti
• RMSE ≥ 5 → 0 punti
• Per i valori intermedi, il punteggio viene assegnato proporzionalmente tra 0 e 100.