Szukam wykwalifikowanego specjalisty ds. przetwarzania danych, który zna Pythona i uczenie maszynowe. Projekt koncentruje się na prognozowaniu cyklicznych tendencji ekonomicznych na rynku akcji. Celem jest zidentyfikowanie i przewidzenie cykli rynkowych, takich jak rynki bycze i niedźwiedzie, wykorzystując zaawansowaną analizę danych i metody uczenia maszynowego. Analiza powinna opierać się na danych historycznych z lat 2010-2023.
Zakres prac obejmuje:
- Zbieranie danych historycznych o cenach akcji (np. S&P 500 lub podobnych) za pomocą takich źródeł, jak Yahoo Finance i Alpha Vantage.
- Czyszczenie i przygotowanie danych do analizy.
- Identyfikacja wzorców, sezonowości i trendów w danych, wizualizacja korelacji między kursami akcji a wskaźnikami ekonomicznymi.
- Wdrożenie i porównanie różnych modeli prognozowania szeregów czasowych, takich jak ARIMA, SARIMA i Prophet. Wykorzystanie modeli uczenia maszynowego (np. Random Forest, Gradient Boosting) oraz modeli głębokiego uczenia (np. LSTM, GRU) do prognozowania cykli rynkowych.
- Ocena modeli za pomocą takich wskaźników, jak RMSE, MAPE i R-kwadrat.
Ostatecznym wynikiem jest:
- szczegółowy raport
- zestaw modeli prognozujących
- minimalny interfejs użytkownika (opisz)
Idealny kandydat ma doświadczenie w pracy z bibliotekami uczenia maszynowego w Pythonie, takimi jak TensorFlow i Scikit-learn, a także doświadczenie w analizie danych i opracowywaniu modeli prognozujących.
Wymagania:
Znajomość Pythona oraz takich bibliotek, jak Pandas, NumPy, Matplotlib/Seaborn i Scikit-learn.
Doświadczenie w pracy z metodami prognozowania szeregów czasowych (np. ARIMA, LSTM, Prophet).
Znajomość danych finansowych i wskaźników ekonomicznych będzie dodatkowym atutem.
Rozwinięte umiejętności w zakresie wstępnego przetwarzania danych, tworzenia funkcji i oceny modeli.
Umiejętność dostarczenia dobrze udokumentowanego kodu i jasnych wyjaśnień do niego.
Termin realizacji - 2 tygodnie. Nie jest przeznaczony do użytku komercyjnego, więc nie trzeba go komplikować, by działał.
Budżet do uzgodnienia.
