Прогнозирование цены золота

🏅✍️ Прогнозирование цены золота 🟡💰

Золото веками считалось хранилищем ценности, защищающим богатство в долгосрочной перспективе, особенно в периоды инфляции, обесценивания валюты или экономической нестабильности. Центральные банки держат значительные резервы золота, отражая его важность в глобальной финансовой системе.

Твоя роль — разработать автоматизированную систему, способную предсказывать цену закрытия золота (gold close) на основе сложного набора финансовых, экономических и рыночных индикаторов, включая фондовые индексы, цены на товары и валютные курсы.

📁 Набор данных

В твоем распоряжении CSV файл:

• gold.csv – содержит исторические данные с 2010 по 2024 год о финансовых рынках, товарах и экономических индикаторах

Каждая строка содержит следующие столбцы:

• date – дата в формате YYYY-MM-DD
• sp500 open, sp500 high, sp500 low, sp500 close, sp500 volume, sp500 high-low – значения для индекса S&P500
• nasdaq open, nasdaq high, nasdaq low, nasdaq close, nasdaq volume, nasdaq high-low – значения для индекса Nasdaq
• us_rates_% – базовая процентная ставка США
• CPI – индекс потребительских цен
• usd_chf, eur_usd – валютные курсы
• GDP – валовой внутренний продукт
• silver open, silver high, silver low, silver close, silver volume, silver high-low – значения для серебра
• oil open, oil high, oil low, oil close, oil volume, oil high-low – значения для нефти
• platinum open, platinum high, platinum low, platinum close, platinum volume, platinum high-low – значения для платины
• palladium open, palladium high, palladium low, palladium close, palladium volume, palladium high-low – значения для палладия
• gold open, gold high, gold low, gold close, gold volume – значения для золота (наша цель — gold close)

💡 Данные могут иметь разную гранулярность (ежедневно, ежемесячно, ежеквартально). Некоторые значения отсутствуют (NaN), и модель должна корректно обрабатывать это.

🧠 Задача (100 баллов)

Построй систему, которая может предсказывать цену закрытия золота (gold close) для дней из test.csv.

Прогнозы должны быть сохранены в файл submission.csv с форматом:

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

где:

• ID – уникальный идентификатор строки из test.csv
• gold close – цена, предсказанная твоей системой

📊 Оценка

Прогнозы будут сравнены с реальными значениями из ground_truth.csv и будет вычислена среднеквадратичная ошибка (RMSE):

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

Итоговый балл рассчитывается на основе полученного RMSE:

• RMSE ≤ 0.5 → 100 баллов
• RMSE ≥ 5 → 0 баллов
• Для промежуточных значений балл присваивается пропорционально между 0 и 100.