## Данные

[Kaggle Bitcoin Historical Data](https://www.kaggle.com/datasets/mczielinski/bitcoin-historical-data)

Исходные данные хранят информацию по каждой минуте. Чтобы увеличить объём данных
для более наглядной демонстрации эффективности параллельных вычислений
и вычислений на GPU, с помощью линейной интерполяции данные были преобразованы
из данных о каждой минуте в данные о каждых 10 секундах, то есть объём данных увеличился
в 6 раз.

```
python3 upsample.py -i ./data/data.csv -o ./data/data_10s.csv -s 10
```

## Задание

Группируем данные по дням (Timestamp), за каждый день вычисляем среднюю цену 
(мат. ожидание по значениям Low и High), выводим в файл интервалы дат 
(начиная с начальной даты в наборе данных), за которые средняя дневная цена менялась 
не менее чем на 10% от даты начала интервала, вместе с минимальными и максимальными 
значениями Open и Close за все дни внутри интервала.

## Сборка

Проект обязательно должен быть расположен в общей директории для всех узлов,
например, в `/mnt/shared/supercomputers/build`. 
Перед запуском указать актуальный путь в `run.slurm`.

```sh
make
```

```sh
make run
```

Обязательно должны быть запущены все 4 нода. Результат будет в out.txt.