저도 평균적으로는 private에서 높은 점수를 받기 어려울 거라고 생각합니다.
본 대회에서 요구하는 것처럼 로그수익률을 높이기 위해서는 켈리베팅의 개념을 녹여내는 것이(그럴 수 있다면) 이론상 바람직하다고 생각하지만, 이는 길게 봤을 때의 경우이기도 하고, 대회에 제출하기 위한 샘플 수인 529개는 부족해보여서 최대한 위험 선호적으로 가는게 좋지 않을까 싶습니다.

요약하자면, 맞출 경우 건 돈만큼을 주는 동전 던지기를 2번 하는데 승률이 10%밖에 안된다고 할 때, 원래대로라면 안 거는 게 맞지만 대회이기 때문에 오히려 2판 모두 전부 거는 게 더 낫다는 정도? 로 생각해볼 수 있을 것 같습니다! 

물론 이건 (529회가 적다) & (참가자 수/제출된 답안 수가 충분히 많다) 라는 가정에 동의할 때 성립하기 때문에, 사람마다 당연히 의견이 갈릴 수 있을 것 같습니다.

자세한 답변 감사합니다!  좋은 결과 있기를 바랍니다 :)

저도 이 부분에서 고민을 많이 했는데, 아직 답을 찾지 못한 것 같습니다ㅠ
두 방법 다 시도해봤는데 둘 다 성능이 잘 나오지 않더라구요..
최종으로 제출한 방법은 중간지점으로 타협했던 것 같습니다. (120분을 N step으로 분할 [1사실 이 경우에도 open price만 예측하는 모델을 잡을지, 아니면 10개 vector 자체를 뽑아낼지 등등도 아예 모델 방향이 달라질 것 같아서
이것저것 시도해보는 중입니다..

답변 감사합니다:) 

혹시 해보신 모델에 대해서 러프하게라도 말씀해주실 수 있나요??
딥러닝 모델로 시도하고 싶은데 처음 해보는 task라 그런지 잘 모르겠네요..

현재까지 제가 해본 시도는 다음과 같습니다.
1. model: gru + linear(?, 1)/ 1분 단위로 recursive하게 120분 예측 
2. model: gru + linear(?, 120) / 한번에 120분 예측
3. model: seq2seq + attn (NMT에서 자주 사용되는 모델 gru(encoder)+attention+gru(decoder)) / autoregressive (1분 단위)

일단은 요정도 해봤는데 1분 단위로 예측하는 경우는.. 거의 이 후 두시간의 가격이 constant하게 나오고, 120분  예측하는 경우는 예측은 하는 것 같지만 true 값과 많이 다르네요..이리 저리 튀는 값이 많이 있습니다(이대로 submission만들면 안되겠다 싶을 정도로 다릅니다)

데이터 관련해서는 다음과 같습니다.
coin_index별 OR 전체 통합해서 모델 훈련하는 것도 해봤는데 큰 효과는 없네요.. 
1380분을 모두 보는 것 또는 이전 120분? 혹은 300분? 보고 다음 1분 혹은 120분 예측하는 방법에 대해서도 해봤습니다. 결과는 그다지 좋지 못했습니다. 

감사합니다!

제 경우에는 real value 자체를 예측하기보다는 일정 단위로 끊어서 slope를 예측하는 모델을 사용하였습니다.
저도 처음에는 real value로 시도해봤는데 말씀하신 것과 비슷하게 나오더라구요..
물론 slope도 이쁘게 나오지는 않습니다만 real value prediction보다는 조금 더 나은 것 같습니다!

아! 감사합니다. slope를 사용해서 한번 해봐야겠네요:)