암호화폐에 대한 관심이 높아짐에 따라 암호화폐 거래도 증가하고 있다. 이러한 암호화폐 거래가 활발함에따라 암호화폐 가격에 대한 관심도도 증가하고 있다. 본 연구는 그러한 암호화폐의 가격을 기술적 분석방법으로 예측해보고자 한다.
암호화폐 가격예측 방법으로 회귀분석을 활용한 방법, 시계열 분석을 활용한 방법, 딥러닝을 활용한 방법으로 분리하여 진행하였다. 예측을 진행할 암호화폐는 비트코인과 이더리움으로 세계적으로 가장 큰 암호화폐이며 초기에 만들어져 데이터가 충분하다고 판단했다.
데이터 수집에 CoinMarketCap 사이트를 활용하였고 웹크롤링을 진행하였다. 각 암호화폐별로 3000개 전후의 데이터를 수집하였고 이를 활용하여 분석 및 예측을 진행하였다.
회귀분석을 활용한 데이터 분석 및 예측은 실패라고 판단하였다. SVR의 경우는 어느정도 유의미한 결과를 받았다고 판단하고 있으나 lightGBM은 거래량과 시가총액이 사라지는 순간 예측이 진행되지 않았다. 그런 점에서 회귀분석을 통한 종가 데이터 예측은 한계가 있음을 알 수 있다.
시계열 분석으로 ARIMA모델을 활용하였다. 예측값이 단순 선형을 보이고 있어 예측에 성공했다고 판단할 수 없다. 차분에 대해서 설정에 실패하면 lightGBM처럼 수치가 일정하게 나오는 경우도 생겼다.
딥러닝 예측으로 LSTM모델을 활용하였다. 높은 정확도를 보였다고 생각하나 자세히봤을 때 결과값이 차이를 보이는 것을 확인할 수 있었다.
기술적으로 시계열 데이터를 예측하는 것은 한계가 있지만 이번 연구로 한계에 대해 더욱 이해하고 나아갈 방향을 잡아볼 수 있었다고 생각한다. 앞으로 기술적 뿐만 아닌 다른 분석방법도 추가하여 시계열 데이터의 예측 효율을 높이는 것에 도전해보고자 한다.