| داده‌های این سوال را می‌توانید از [این لینک](/problemset/assignments/4367/download_problem_initial_project/197300/) دانلود کنید.| | :--: | در این سوال شما باید روند تغییرات قیمت یک رمز ارز خاص را با استفاده از اطلاعات داده شده در یک بازه زمانی مشخص پیش‌بینی کنید. <details class="yellow"> <summary> **بیشتر در مورد رمز ارزها** </summary> رمزارزها یا ارزهای دیجیتال تأثیرات فراوانی در دنیا ایجاد کرده‌اند. این اثرات شامل تغییر در سیستم‌های مالی و سرمایه‌گذاری با ورود به بازار، ایجاد فرصت‌های جدید در سیستم‌های پرداخت و کاهش هزینه‌ی تراکنش‌ها، بهبود شفافیت مالی و مالیات، افزایش نوآوری در فناوری و ایجاد تأثیرات اجتماعی و اقتصادی در حوزه‌های مختلف است. با این وجود، ما باید به چالش‌ها و تغییرات غیر قابل پیش‌بینی بازار رمزارزها نیز توجه داشته باشیم. </details> ## مجموعه‌داده در این سوال یک فایل `CSV` در اختیار شما قرار داده‌ایم که ستون‌های داده‌های آن به شرح زیر است: | ستون | توضیحات | |:------------------:|:------------------:| | `Date` | تاریخ روز معاملاتی | | `Open` | قیمت در آغاز روز معاملاتی (قیمت باز شدن سهم)| | `High` | بالاترین قیمت سهم در روز معاملاتی| | `Low` | پایین‌ترین قیمت سهم در روز معاملاتی| | `Close` | قیمت در پایان روز معاملاتی (قیمت بسته‌شدن سهم)| | `Adj Close` | قیمت تعدیل شده در پایان روز معاملاتی (قیمت بسته‌شدن سهم)| | `Volume` | حجم معاملات در روز معاملاتی| | `target` | اعداد 2- ,1- ,0 ,1 ,2| #### **توضیحات بیشتر برای ستون `target`** + اگر قیمت تعدیل‌شده در روز معاملاتی از روز قبلش 1% بیشتر باشد این ستون مقدار 2، + اگر 0.5% بیشتر باشد این ستون 1، + اگر از 0.5% روز قبلش کمتر باشد 1-، + اگر از 1% روز قبلش کمتر باشد 2- خواهد بود. + همچنین اگر تغییرات قیمت نسبت به روز قبل در هر جهتی از 0.5% کمتر باشد این ستون 0 خواهد بود. از آن‌جایی که پیش‌بینی دقیق قیمت دشوار است، ما تنها از شما می‌خواهیم روند تغییر معاملات را در ستون `target` برای روزهای آینده پیش‌بینی کنید‌. # خواسته نهایی از شما می‌خواهیم ستون `target` را بر اساس اطلاعات روزهای قبل، برای ۳۶۵ روز معاملاتی بعد به‌دست آورید. # ارزیابی برای ارزیابی مدل شما از معیار ‍‍`F1 Score` استفاده می‌شود و مدل میانگین‌گیری نیز به صورت `Weighted` است. <details class="red"> <summary> **توجه** </summary> در طول مسابقه امتیازی که مشاهده می‌کنید، فقط نتیجه‌ی `F1 Score` روی ۳۰ درصد از فایلی است که برای کوئرا آپلود می‌کنید. بعد از پایان زمان مسابقه، **امتیاز نهایی** شما روی ۷۰ درصد مابقی محاسبه می‌شود. این کار به منظور جلوگیری از `overfitting` و حفظ عمومیت مدل انجام می‌شود تا مطمئن شویم مدل‌هایی که دچار بیش‌برازش شده‌اند، در امتیازهی نهایی، افت می‌کنند. </details> # خروجی توجه کنید که خروجی این سوال باید یک فایل `submission.csv` شامل فقط یک ستون با نام `target` به شکل زیر باشد: | target| |:--------:| | 0 | | 1 | | 0 | | -1 | | 2 | <details class="yellow"> <summary> **نکات مهم در مورد فایل ارسالی** </summary> + **توجه ۱**: توجه کنید که ستون گفته شده حتما دارای `header` باشد. + **توجه ۲**: مراقب باشید در فایل نهایی اندیس ذخیره نشود و فقط یک ستون `target` باشد. </details> خروجی را در یک فایل با نام `submission.csv` ذخیره کرده و جهت داوری در سامانه آپلود کنید. <details class="red"> <summary> **هشدار** </summary> فراموش نکنید که **قبل از پایان زمان مسابقه**، **باید** تمامی کد‌های این مسابقه را از قسمت **بارگذاری کُد** برای ما ارسال کنید. در غیر این‌صورت، شما از این مسابقه، امتیازی کسب نمی‌کنید. توجه داشته باشید که اگر از `jupter notebook` استفاده می‌کنید بایستی همانند توضیحات قسمت **بارگذاری کُد**، خروجی `.py` را دریافت و برای ارسال در نظر بگیرید. ارسال فایل‌های `jupyter` همانند ‍‍`.ipynb` مورد قبول نیستند. </details>