Earticle

초록

한국어

본 연구에서는 2020년부터 2024년까지 연방공개시장위원회(FOMC) 회의록을 텍스트마이닝 기법으로 분 석하여 주요 키워드를 추출하고, 이를 바탕으로 비트코인 시장 가격 추이를 정량적으로 예측하였다. 아울러 감성 분석과 같은 다른 텍스트마이닝 기반 접근법과 예측 성능을 비교하여 어떤 방법이 더 높은 예측력을 갖는지 평가 하였다. 예측 방법으로는 키워드 기반 지표와 감성 점수에 대한 단순 상관분석과, 이러한 텍스트 지표를 활용한 머신러닝 회귀 모델을 병행하였다. 실증 분석 결과, FOMC 회의록에서 도출한 텍스트 지표는 비트코인 가격의 전 반적 방향성을 어느 정도 설명하였으며, 그중에서도 FOMC 문구의 감성 점수가 키워드 빈도 지표보다 비트코인 가격과 높은 연관성을 보였다. 본 연구는 정성적 중앙은행 의사록 정보를 활용하여 암호화폐 시장 변동성을 예측 하는 가능성을 제시하며, 향후 거시금융 정보와 암호자산의 상호관계에 대한 정량적 분석의 기반을 제공한다.

영어

In this study, the Federal Open Market Committee (FOMC) minutes from 2020 to 2024 were analyzed using text mining techniques to extract key keywords, and based on this, the bitcoin market price trend was quantitatively predicted. In addition, we evaluated which method has higher predictive power by comparing prediction performance with other text mining-based approaches such as sentiment analysis. As a prediction method, a simple correlation analysis between keyword-based indicators and emotional scores, and a machine learning regression model using these text indicators were performed in parallel. As a result of the empirical analysis, the text indicators derived from the FOMC minutes explained the overall direction of bitcoin prices to some extent, and among them, the emotional score of the FOMC phrase showed a higher correlation with bitcoin prices than the keyword frequency indicator. This study presents the possibility of predicting cryptocurrency market volatility using qualitative central bank minutes information and provides the basis for a quantitative analysis of the future interrelationship between macro-financial information and cryptographic assets.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 연구방법
2.1 텍스트 전처리 및 단어 빈도 분석
2.2 감성 분석을 통한 지표화
2.3 예측 모형 및 정확도 평가
2.4 머신러닝 기반 예측 모델 설계
Ⅲ. 실증 분석 결과
3.1 주요 단어 및 감성 지표 변화
3.2 텍스트 지표와 비트코인의 상관관계
3.3 머신러닝 기반 예측 결과
3.4 방법론 비교 및 논의
Ⅳ. 결론
REFERENCES

저자

• 유재필 [ Jae Pil Yu | 상명대학교 경영공학과 교수 ] Corresponding Author
• 김진필 [ Jin Pil Kim | 상명대학교 경영공학과 박사과정 ]

참고문헌