텍스트 마이닝을 이용한 암호화폐 지수 변동요인 탐색

Exploration of factors for fluctuations in Cryptocurrency index using text mining - Comparison of Korean and US market

본 연구에서는 한국과 미국의 대표적인 거래소인 빗썸과 코이베이스의 비트코인 가격 지수를 ARIMA와 순환신경망(Recurrent Neural Network)을 이용해 예측하고, 이후 한국과 미국의 뉴스 기사를 이용해 분리학습에 기반한 Seperate RNN모형을 제안한다. Seperate RNN 모형은 학습 데이터에서 가격의 truning point(변곡점)를 기준으로 나눠서 분리해서 학습 후, turning point의 뉴스 데이터를 활용해 Term-based 사전을 구축한다. Tem-based 사전과 평가데이터 기간의 뉴스 데이터를 이용해 평가데이터 기간의 turning point를 찾아낸 후, 변곡점과 매칭되는 모형을 적용해 예측결과를 산출한다. 본 연구에서 2017년 5월 22일부터 2020년 9월 16일까지의 가격지수 데이터를 사용해 분석한 결과, Seperate RNN을 이용해 예측한 결과가 ARIMA와 순환신경망(RNN)을 이용해 예측한 결과보다 높은 예측성과를 보였다. 이를 통해 뉴스 데이터를 기반으로 한 Term-based 사전이 가격 지수의 변곡점을 찾아내고 예측성과를 높이는 데 활용될 수 있고, 추후 다른 암호화폐나 주가 등 금융투자상품에 적용 가능할 것으로 기대된다.