Beskriv processen för att bygga en maskininlärningsmodell som förutsäger aktiemarknadstrender baserat på alternativa data (t.ex. sentimentanalys av sociala medier och satellitbilder av parkeringsplatser). Förklara hur du hanterar datarensning, feature engineering, val av modellalgoritm (t.ex. LSTM vs Transformer), samt hur du undviker överanpassning (overfitting) och lookahead-bias. Diskutera också hur man utvärderar modellens prestanda med hjälp av backtesting och Sharpe-kvot.