Я шукаю кваліфікованого спеціаліста з обробки даних, який володіє Python і машинним навчанням. Проект зосереджений на прогнозуванні циклічних економічних тенденцій на фондовому ринку. Мета полягає в тому, щоб визначити та передбачити ринкові цикли, такі як бичачий і ведмежий ринки, використовуючи розширений аналіз даних і методи машинного навчання. За основу для аналізу потрібно взяти історичні дані з 2010 по 2023 рік.
В обсяг робіт входить:
- Збір історичних даних про ціни акцій (наприклад, S&P 500 або подібних) за допомогою таких джерел, як Yahoo Finance і Alpha Vantage.
- Очищення та підготовка даних для аналізу.
- Визначення закономірностей, сезонності та тенденцій у даних, візуалізація кореляції між курсами акцій та економічними показниками.
- Впровадження та порівняння різних моделей прогнозування часових рядів, таких як ARIMA, SARIMA та Prophet. Використання моделей машинного навчання (наприклад, Random Forest, Gradient Boosting) і моделей глибокого навчання (наприклад, LSTM, GRU) для прогнозування ринкових циклів.
- Оцінка моделей за допомогою таких показників, як RMSE, MAPE і R-квадрат.
Остаточним результатом вважається:
- детальний звіт
- набір прогнозних моделей
- мінімальний інтерфейс користувача (опишу)
Ідеальний кандидат має досвід роботи з бібліотеками машинного навчання Python, такими як TensorFlow і Scikit-learn, а також досвід аналізу даних і розробки forecasting моделей.
Вимоги:
Володіння Python і такими бібліотеками, як Pandas, NumPy, Matplotlib/Seaborn і Scikit-learn.
Досвід роботи з методами прогнозування часових рядів (наприклад, ARIMA, LSTM, Prophet).
Знайомство з фінансовими даними та економічними показниками є плюсом.
Розвинені навички попередньої обробки даних, розробки функцій та оцінки моделі.
Здатність надати добре задокументований код і чіткі пояснення до нього.
Терміном виконання -- 2 тижні. Він не для комерційного використання, тому не потрібно ускладнювати лише, щоб працювало.
Бюджет договірний.
