Собственный проект. Вопрос, на который отвечает работа: насколько можно доверять статистике временного ряда, в котором часть наблюдений потеряна. Свечные данные SOL/USDT собираются через API биржи. Затем из полного ряда искусственно выбиваются наблюдения, и оценки сравниваются попарно: автоковариация по полному ряду против оценки по ряду с пропусками; спектральная плотность по Уэлчу против периодограммы Ломба–Скаргла. Результат виден на графиках: где пропуски завышают оценку автоковариации и где они поднимают шумовой пол спектра. Типовая связка для заказов на парсинг и аналитику: собрать данные → посчитать → показать графиком и выводом. Стек: Python, NumPy, SciPy, pandas, API биржи. Код открыт на GitHub.