Forecast Engine
Suite di modelli predittivi per mercati crypto. Pre-processing dati con Polars per elaborazione colonnare ad alte prestazioni, feature engineering con Numba JIT-compiled, modelli Prophet per decomposizione trend/stagionalità/residui. Cross-validation rigorosa, intervalli di confidenza calibrati, metriche di performance e visualizzazioni Plotly interattive. Timeframe configurabili (daily, weekly, monthly) con orizzonte previsionale fino a 20 giorni. Solo a scopo di ricerca quantitativa.
Il problema
Prevedere il prezzo di un asset crypto è un esercizio dove l'errore più comune non è sbagliare la direzione, ma dichiarare una precisione che non si ha. Un numero secco a 20 giorni è inutile o dannoso; quello che serve è un intervallo onesto, calibrato su come il modello ha effettivamente sbagliato in passato.
Come lo abbiamo affrontato
La suite decompone la serie in trend, stagionalità e residui con Prophet, poi valida con cross-validation su finestre mobili e produce intervalli di confidenza calibrati sull'errore osservato, non assunti a priori. Timeframe configurabili (giornaliero, settimanale, mensile) e orizzonte fino a 20 giorni. Resta uno strumento di ricerca quantitativa: serve a misurare l'incertezza, non a promettere certezze.
Scelte tecniche
Polars per il pre-processing colonnare e Numba per il feature engineering JIT-compiled, così l'intero ciclo di validazione resta ripetibile in tempi brevi; scikit-learn per le metriche, Plotly per le visualizzazioni interattive, yfinance per i dati. La regola che governa il codice è una: nessun valore futuro può entrare nel calcolo di un valore passato.
Cosa comprende
Pipeline di pre-processing e feature engineering, modelli Prophet con decomposizione trend/stagionalità/residui, cross-validation su finestre mobili, intervalli di confidenza calibrati, report delle metriche di errore e grafici Plotly interattivi. Timeframe giornaliero, settimanale e mensile con orizzonte configurabile fino a 20 giorni, su dati crypto e asset tradizionali.