LSTM과 GRU를 이용해 기본·기술·정서 데이터를 종합적으로 분석하여 비트코인 등락패턴예측

Abstract

최근 비트코인에 대한 관심도가 높아지면서 각국 정부, 금융기관 그리고 기업들도 비트코인을 자산으로써 인정하고 제도를 정비하고 있다. 이와 함께 비트코인에 관한 연구도 함께 늘고 있고 순환 신경망을 활용한 비트코인을 분석도 마찬가지다. 본 연구에서도 순환 신경망을 활용하여 비트코인의 등락패턴을 예측하고자 한다. 본 연구에서 순환 신경망으로 사용한 모델은 LSTM과 GRU이다. LSTM은 3가지 게이트로 이전 은닉층 상태를 더 잘 기억하게 해주는 구조라면 GRU는 2가지 게이트로 이전 은닉층을 더 잘 기억해주는 구조란 차이가 있다. 기존 연구들과 차이점이라면 기존 연구들은 비트코인의 기본적 데이터, 기술적 데이터, 감성 데이터를 각각 따로 사용하거나 2가지만 조합하여 사용하였지만 본 연구에선 비트코인도 다른 금융자산처럼 종합적으로 분석하고자 하였다. 그 결과, McNally의 기술분석 LSTM모델은 약 52% 정도의 정확성을 보여주었지만 본 연구의 종합분석 LSTM과 GRU는 약 53%로 보여주면서 정확성이 향상되었다. 이로써 비트코인 연구에 있어서 역시 다른 금융자산처럼 종합적 분석이 필요하며 다양한 특성들을 고려해야 함을 보여주었다는 것에 의의가 있다.