Розробка декількох time series forecasting models

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.