Бюджет:
20 000 руб
Есть месячные/квартальные данные по основным показателям китайского стального рынка. Часть показателей являются запаздывающими (потребление, производство, экспорт и тд), часть показателей опережающие (PMI, заказы строительной техники, начало строительства и тд).
Данные в среднем есть за 5 лет по месяцам и за 15 лет по годам
Задача: построить модель на базе машинного обучения, которая смогла бы предсказывать движение цен в блажащие месяцы (данные по ценам есть дневные и недельные)