Goudprijsvoorspelling

🏅✍️ Goudprijsvoorspelling 🟡💰

Goud wordt al eeuwenlang beschouwd als een waardeopslag, die rijkdom op lange termijn beschermt, vooral in periodes van inflatie, valutadepreciatie of economische instabiliteit. Centrale banken houden aanzienlijke goudreserves aan, wat het belang ervan in het mondiale financiële systeem weergeeft.

Jouw rol is om een geautomatiseerd systeem te ontwikkelen dat de slotprijs van goud (gold close) kan voorspellen op basis van een complexe set van financiële, economische en marktindicatoren, inclusief beursindices, grondstofprijzen en wisselkoersen.

📁 Dataset

Je hebt een CSV-bestand tot je beschikking:

• gold.csv – bevat historische gegevens van 2010 tot 2024 over financiële markten, grondstoffen en economische indicatoren

Elke rij bevat de volgende kolommen:

• date – datum in YYYY-MM-DD formaat
• sp500 open, sp500 high, sp500 low, sp500 close, sp500 volume, sp500 high-low – waarden voor de S&P500 index
• nasdaq open, nasdaq high, nasdaq low, nasdaq close, nasdaq volume, nasdaq high-low – waarden voor de Nasdaq index
• us_rates_% – Amerikaanse referentierente
• CPI – consumentenprijsindex
• usd_chf, eur_usd – wisselkoersen
• GDP – bruto binnenlands product
• silver open, silver high, silver low, silver close, silver volume, silver high-low – waarden voor zilver
• oil open, oil high, oil low, oil close, oil volume, oil high-low – waarden voor olie
• platinum open, platinum high, platinum low, platinum close, platinum volume, platinum high-low – waarden voor platina
• palladium open, palladium high, palladium low, palladium close, palladium volume, palladium high-low – waarden voor palladium
• gold open, gold high, gold low, gold close, gold volume – waarden voor goud (ons doel is gold close)

💡 De gegevens kunnen verschillende granulariteiten hebben (dagelijks, maandelijks, driemaandelijks). Sommige waarden ontbreken (NaN), en het model moet dit correct afhandelen.

🧠 Taak (100 punten)

Bouw een systeem dat de slotprijs van goud (gold close) kan voorspellen voor de dagen in test.csv.

De voorspellingen moeten worden opgeslagen in een bestand submission.csv met het formaat:

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

waarbij:

• ID – de unieke identifier van de rij uit test.csv
• gold close – de prijs voorspeld door jouw systeem

📊 Evaluatie

De voorspellingen worden vergeleken met de werkelijke waarden uit ground_truth.csv en er wordt een Root Mean Squared Error (RMSE) berekend:

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

De eindscore wordt berekend op basis van de behaalde RMSE:

• RMSE ≤ 0.5 → 100 punten
• RMSE ≥ 5 → 0 punten
• Voor tussenliggende waarden wordt de score proportioneel toegekend tussen 0 en 100.