earticle

논문검색

텍스트 마이닝을 이용한 암호화폐 지수 변동요인 탐색 – 한국과 미국 시장 비교

초록

한국어

본 연구에서는 한국과 미국의 대표적인 거래소인 빗썸과 코인베이스의 비트코인 가격 지수를 ARIMA와 순환신경망(Recurrent Neural Network)을 이용해 예측하고, 이후 한국과 미국의 뉴스 기사를 이용해 분리학습에 기반한 Separate RNN 모형을 제안한다. Separate RNN모형은 학습 데이터에서 가격의 변곡점을 기준으로 나눠서 분리해서 학습 후, 변곡점의 뉴스데이터를 활용해 변곡점 별 용어기반사전을 구축한다. 용어기반사전과 평가데이터 기간의 뉴스 데이터를 이용해 변곡점을 탐색한 후, 변곡점과 매칭되는 모형을 적용해 예측결과를 산출한다. 본 연구에서 2017년 5월 22일부터 2020년 9월 16일까지의 가격지수 데이터를 사용해 분석한 결과, Separate RNN모형을 이용해 예측한 결과가 ARIMA와 순환신경망을 이용해 예측한 결과보다 높은 예측성과를 보였다. 이를 통해 뉴스 데이터를 기반으로 한 용어기반사전이 가격 지수의 변곡점을 찾아내고 예측성과를 높이는 데 활용될 수 있고, 추후 다른 암호화폐나 주가 등 금융투자상품에도 적용 가능할 것으로 기대된다

목차

Abstract
서론
선행연구
암호화폐 지수 예측
순환 신경망(Recurrent Neural Network)
연구 및 결과분석
연구 프레임워크
실험 및 결과분석
결론 및 연구계획
참고문헌

저자정보

  • 원종관 Pusan National University, 석사과정
  • 홍태호 Pusan National University 교수

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.
      ※ 학술발표대회집, 워크숍 자료집 중 4페이지 이내 논문은 '요약'만 제공되는 경우가 있으니, 구매 전에 간행물명, 페이지 수 확인 부탁 드립니다.

      • 4,000원

      0개의 논문이 장바구니에 담겼습니다.