정보처리학회 논문지 소프트웨어 및 데이터 공학
Current Result Document : 7 / 43
이전건
다음건 
| 한글제목(Korean Title) |
암호화폐 종가 예측 성능과 입력 변수 간의 연관성 분석 |
| 영문제목(English Title) |
Understanding the Association Between Cryptocurrency Price Predictive Performance and Input Features |
| 저자(Author) |
박재현
서영석
Jaehyun Park
Yeong-Seok Seo
|
| 원문수록처(Citation) |
VOL 11 NO. 01 PP. 0019 ~ 0028 (2022. 01) |
한글내용
(Korean Abstract) |
최근 암호화폐가 많은 주목을 받음에 따라 암호화폐의 종가 예측 연구들이 활발히 진행되고 있다. 특히 딥 러닝 모델을 적용시켜 예측 성능을 높이려는 연구들이 지속되고 있다. 딥 러닝 모델 중 시계열 데이터에서 높은 예측 성능을 보이는 LSTM (Long Short-Term Memory) 모델이 다각도로 응용되고 있으나 변동성이 큰 암호화폐 종가 데이터에서는 낮은 예측 성능을 보인다. 이를 해결하기 위해 새로운 입력 변수를 찾아내고, 이를 사용하는 종가 예측 연구가 수행되고 있다. 그러나 딥 러닝 기반의 암호화폐 종가 예측에 사용되는 데이터들의 각 입력 변수들이 예측 성능에 미치는 영향력이나 학습에 효율적인 입력 변수들의 조합에 관한 연구 사례가 부족한 실정이다. 따라서 본 논문에서는 Bitcoin과 Ethereum을 포함한 6가지 암호화폐의 최근 동향 자료를 수집하였고, 통계와 딥 러닝을 통해 입력 변수들이 암호화폐 종가 예측에 미치는 영향력을 분석한다. 실험 결과 모든 암호화폐의 종가 예측 성능 평가에서 종가 변동률을 제외한 개장가, 고가, 저가, 거래량, 종가를 조합했을 때 가장 우수한 성능을 보였다. |
영문내용
(English Abstract) |
Recently, cryptocurrency has attracted much attention, and price prediction studies of cryptocurrency have been actively conducted. Especially, efforts to improve the prediction performance by applying the deep learning model are continuing. LSTM (Long Short-Term Memory) model, which shows high performance in time series data among deep learning models, is applied in various views. However, it shows low performance in cryptocurrency price data with high volatility. Although, to solve this problem, new input features were found and study was conducted using them, there is a lack of study on input features that drop predictive performance. Thus, in this paper, we collect the recent trends of six cryptocurrencies including Bitcoin and Ethereum and analyze effects of input features on the cryptocurrency price predictive performance through statistics and deep learning. The results of the experiment showed that cryptocurrency price predictive performance the best when open price, high price, low price, volume and price were combined except for rate of closing price fluctuation. |
| 키워드(Keyword) |
LSTM
Deep Learning
입력 변수
암호화폐
가격 예측
데이터 분석
LSTM
Deep Learning
Input Feature
Cryptocurrency
Price Prediction
Data Analysis
|
| 파일첨부 |
PDF 다운로드
|
