სირთულე
თქვენი საუკეთესო შედეგი
არ არის
ოქრო საუკუნეების განმავლობაში ითვლებოდა ღირებულების საცავად, იცავდა სიმდიდრეს გრძელვადიან პერიოდში, განსაკუთრებით ინფლაციის, ვალუტის გაუფასურების ან ეკონომიკური არასტაბილურობის პერიოდებში. ცენტრალური ბანკები ფლობენ ოქროს მნიშვნელოვან რეზერვებს, რაც ასახავს მის მნიშვნელობას გლობალურ ფინანსურ სისტემაში.
თქვენი როლია განავითაროთ ავტომატური სისტემა, რომელსაც შეუძლია იწინასწარმეტყველოს ოქროს დახურვის ფასი (gold close) ფინანსური, ეკონომიკური და ბაზრის ინდიკატორების კომპლექსური ნაკრების საფუძველზე, მათ შორის საფონდო ინდექსები, საქონლის ფასები და ვალუტის გაცვლითი კურსები.
თქვენს ხელთ არის CSV ფაილი:
თითოეული რიგი შეიცავს შემდეგ სვეტებს:
date – თარიღი YYYY-MM-DD ფორმატშიsp500 open, sp500 high, sp500 low, sp500 close, sp500 volume, sp500 high-low – S&P500 ინდექსის მნიშვნელობებიnasdaq open, nasdaq high, nasdaq low, nasdaq close, nasdaq volume, nasdaq high-low – Nasdaq ინდექსის მნიშვნელობებიus_rates_% – აშშ-ის საბაზისო საპროცენტო განაკვეთიCPI – მომხმარებლის ფასების ინდექსიusd_chf, eur_usd – ვალუტის კურსებიGDP – მთლიანი შიდა პროდუქტიsilver open, silver high, silver low, silver close, silver volume, silver high-low – ვერცხლის მნიშვნელობებიoil open, oil high, oil low, oil close, oil volume, oil high-low – ნავთობის მნიშვნელობებიplatinum open, platinum high, platinum low, platinum close, platinum volume, platinum high-low – პლატინის მნიშვნელობებიpalladium open, palladium high, palladium low, palladium close, palladium volume, palladium high-low – პალადიუმის მნიშვნელობებიgold open, gold high, gold low, gold close, gold volume – ოქროს მნიშვნელობები (ჩვენი სამიზნე არის gold close)💡 მონაცემებს შეიძლება ჰქონდეს სხვადასხვა გრანულარობა (ყოველდღიური, ყოველთვიური, კვარტალური). ზოგიერთი მნიშვნელობა აკლია (NaN), და მოდელმა უნდა სწორად მართოს ეს.
ააშენეთ სისტემა, რომელსაც შეუძლია იწინასწარმეტყველოს ოქროს დახურვის ფასი (gold close) test.csv-ში მოცემული დღეებისთვის.
პროგნოზები უნდა შეინახოს submission.csv ფაილში შემდეგი ფორმატით:
ID,gold closeR00001,1820.35R00002,1815.92R00003,1822.10სადაც:
ID – test.csv-დან რიგის უნიკალური იდენტიფიკატორიgold close – თქვენი სისტემის მიერ პროგნოზირებული ფასიპროგნოზები შედარდება ground_truth.csv-ში მოცემულ რეალურ მნიშვნელობებთან და გამოითვლება Root Mean Squared Error (RMSE):
RMSE = sqrt( sum((y_true - y_pred)^2) / n )საბოლოო ქულა გამოითვლება მიღებული RMSE-ის საფუძველზე: