Необходимо помочь с университетским проектом по NLP и анализу временных рядов.

Суть работы сводится к тому, что нужно будет прогнать модель для предсказания цены акций 2 раза:
- Первый раз над временным рядом цены акции
- Второй раз над временным рядом цены акции + параметром тональности новостей по этой котировке

Верхнеуровнево видятся следующие шаги:
1) Спарсить данные по котировкам. (например, отсюда: https://finance.yahoo.com/quote/%5EDJI/history)
2) Спарсить новостные статьи (например, отсюда: https://developer.nytimes.com/?it=a)
3) Обработать статьи с помощью NLP: определить, в какой статье про какую компанию (соответственно акцию) идет речь, посчитать для этой статьи тональность
4) Прогнать модель с новым признаком и без него, посчитать метрику в обоих случаях, оценить как она изменилась
План примерный, предложения по реализации принимаются)

Исполнитель может выбрать источник для парсинга котировок, источник для парсинга новостей, NLP для обработки статей, модель для предсказания котировок, метрику.

На выходе ожидаю получить:
1) Парсер котировок
2) Парсер новостей
3) Код обработки статей с помощью NLP модели
4) Код с вызовом регрессионной модели и подсчетом метрики

Будет бонус, если получится связать влияние новостей не только на конкретной акции, но и по отрасли. Например, интел относится к полупроводниками, повышение цен на них может повлиять на акции.

Дедлайн - первая неделя мая