초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본문에서는 선형 회귀 및LSMT모델과 베이지안 신경망을 사용해서 비트코인 가격 시계열을 미친 영향에 대한 연구했다. 2008년에서 사토시 나카모토는 비트코인의 개념을 제안했다. 비트코인은 인기를 끌면서 투자상품이 됐고 블록체인 기술을 사용하기 때문에 가격을 예측하기가 매우 어려워졌다. 그래서 본문은 ...

본문에서는 선형 회귀 및LSMT모델과 베이지안 신경망을 사용해서 비트코인 가격 시계열을 미친 영향에 대한 연구했다. 2008년에서 사토시 나카모토는 비트코인의 개념을 제안했다. 비트코인은 인기를 끌면서 투자상품이 됐고 블록체인 기술을 사용하기 때문에 가격을 예측하기가 매우 어려워졌다. 그래서 본문은 기계 학습 알고리즘 및 인공 신경망 모델을 사용해서 비트코인 가격 시계열을 미친 영향에 대한 연구했다.
본문에서는 블록체인 정보, 블록체인 네트워크 정보, 글로벌 통화 시장 지표 및 거시 경제 요인을 사용하여 비트코인 가격 시계열에 대해 모델링과 예측할 수 있을 뿐 아니라 체계적으로 평가 및 특성화도 했다. 본 논문에서는 먼저 선형 회귀 모델을 사용하여 비트코인 가격 형성에 대한 선형 분석을 수행한다. 또한 예측 결과에 대해 잔차 분석을 수행하여 선형 회귀 모형의 유효성을 입증했다. 다음 다중 공선성의 변수 세트를 사용하여 LSTM신경망 모델링하는 동시에 다른 시간 단계를 선택하고 분석했다. 실험 결과로 보면 시간 단계4를 석택하는 것과 다중 공선성을 배제하지 않은 변수 세트로 구성된 모델의 모델링 효과가 가장 좋은 것으로 나타났다. 또한 이 모델일은 비트코인의 역사적 데이터를 학습하여 미래의 비트코인 가격을 예측및 분석할 수 있는 능력을 가지고 있다. 그리고 분석을 위해 연구 시점 4일 전에 선별한 데이터가 가장 우수하다는 것을 알 수 있다.
마지막으로 LSTM 신경망 모델 실험 결과를 바탕으로 베이지안 신경망 모델링을 석택하였다. 시험을 통해 베이지안 신경망 모델은 비트코인 가격 시계열에 대해 해석성이 좋고 비트코인 가격 및 가격 변동성에 대한 예측 성능이 뛰어나는 것을 볼 수 있다. 또한 블록체인 정보가 비트코인 가격 형성에 가장 핵심적인 요소다. 그다음 거시경제 지표와 글로벌 머니마켓 지표가 그 뒤를 이었다.

주제어