Машинное обучение для предсказаний движений цены ETHUSDT, с точностью 65%+ | Python, ML (Бюджет: 250000 ₽, для всех)

Всем привет! Задача, вкратце - написать машинное обучение для предсказаний колонки Target (движения цены эфириума вверх или вниз), со средний точностью 60%+ (точность = accuracy_score). В закрепе есть мой датасет, он состоит из цены и объема торгов эфира на бирже Binance (open, high, low, close, volume) и так же там есть колонка Target, которую мы и пытаемся предсказать со средний точностью 60%+ (точность = accuracy_score). Информация по датасету: coin= ETHUSDT (binance futures), timeframe= 1m, Target= +-0.4%, first_row_Unix=1620057600000 Что такое колонка ‘Target’ - примерный показатель ‘close’ на 5-7 строчек в будущем. Если ‘close’ 5-7 строк в будущем выше чем сейчас, то Target=1, в противном случае 0. Ваша задача - написать абсолютно любой алгоритм, нейронку, ИИ, ЛЛМ, дерево, что угодно, что сможет достичь упомянутой точности, соблюдая 7 главных правил. ОЧЕНЬ ВАЖНО: В файлах заказу будут приложены: полная версия тех-задания (так как она слишком длинная чтобы вставить сюда), сам датасет в формате .csv и так же вспомогательный файл helper.ipynb. Огромная просьба прочитать этот самый helper вспомогательный файл, вам нужно будет им воспользоваться для анализа результатов! **Если у вас возникли хоть какие-то вопросы касаемо данных правил, пожалуйста напишите мне, не молчите и не интерпретируйте по своему! Лучше я вам еще раз все объясню другими словами чтобы вопросов точно не было** Также хочу добавить, что я сотрудничаю ИСКЛЮЧИТЕЛЬНО по системе Безопасной Сделки на ФЛ. Пожалуйста не предлагайте оплату на-прямую через крипту и тд, такое я не принимаю! Всем желаю удачи! На сайте отвечаю достаточно долго, поэтому для быстрой коммуникации предлагаю тг/ватсап, по запросу в лс.