**Контекст:** Задание для senior-аналитика в crypto/fintech. Нужно детектить аномалии в дневной выручке: дни, где выручка сильно отклоняется от обычного. В отличие от z-score (sigma-based), использовать **MAD (Median Absolute Deviation)** — robust к outliers.
**Данные:**
[см. код в задании]
**Правило аномалии:**
[см. код в задании]
Константа 0.6745 приводит MAD к сопоставимой со std шкале (для нормального распределения 1 MAD ≈ 0.6745 × sigma).
**Задание:** вывести все дни-аномалии за последние 180 дней с колонками: `day, revenue, rolling_median, rolling_mad, modified_z, anomaly_type` (high/low).
anomaly-detection MAD window-functions PERCENTILE_CONT