딥러닝 기반 비트코인 가격 예측 모델링: 투자자 합리성과 위험 관리 중점의 분석
A Deep Learning Based Predictive Modeling of Bitcoin Prices: Analysis with a Focus on Investor Rationality and Risk Management
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
지금까지 다양한 데이터 소스를 활용한 암호화폐 가격 예측 연구가 진행되어 왔다. 그러나 위험자산과 안전자산 간의 분산투자를 통해 리스크를 관리하는 인간 투자자의 합리적 행위와 달리, 대부분의 딥러닝 기반 암호화폐 가격 예측 모델은 비트코인과 같은 위험자산과 직접 연결되지 않아 보이는 안전자산 관련 특성을 간과해 왔다. 이에 본 연구는 안전자산, 특히 한국 채권지수를비트코인과 함께 모델에 포함시킨 딥러닝 기반 가격 예측 모델이 예측 성능을 유의미하게 향상시킴을 보여준다. 실험에서는 한국 채권지수에서 도출된 특성을 Granger 인과성 검정을 통해 비트코인 가격 예측에의 적합성을 평가하여 선택하였다. 또한, 예측의 신뢰성을 확보하기 위해 모든 특성에 대해 정상성을 만족하도록 데이터셋을 전처리하였다. 연구 결과, 비트코인 관련 변수(위험자산)와 한국 채권 관련 특성(안전자산)을 동시에 학습한 모델이 더 나은 예측 성능을 보였다.
Abstract
A number of studies have been conducted using diverse data sources to forecast cryptocurrency prices. However, unlike the rational behavior of human investors who manage risk through asset diversification between risky and safe assets, most deep learning models for cryptocurrency price prediction have overlooked features related to safe assets that may not appear directly connected to Bitcoin as risky assets. In response, this study demonstrates that a deep learning price-forecasting model designed by incorporating safe assets—specifically Korean bond indices—alongside Bitcoin significantly improves prediction performance. In our experiment, features derived from the Korean Bond Indexes were selected through the Granger Causality Test to assess their relevance for Bitcoin price prediction. To ensure reliability in forecasting, the dataset was preprocessed to achieve stationarity across all features. The results indicate that a model trained on both Bitcoin-related variables (representing risky assets) and Korean Bond features (representing safe assets) delivers enhanced predictive performance.