지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Stochastic volatility (SV) 모형은 시변 변동성을 모델링하는 주요한 수단 중 하나이며, 특히 금융시장 변동성의 추정 및 예측, 옵션의 가격 결정 등의 분야에서 활발하게 사용되고 있다. 본 논문은 SV 모형을 활용하여 비트코인 시장의 시변 변동성을 모델링하고자 한다. 시장의 변동성은 국면 전환의 특성을 갖고 있다고 알려져 있으며, 시장의 변동 국면을 나누기 위해 시계열의 패턴을 인식하는 작업에 유용한 hidden Markov model (HMM)을 결합하여 사용하고자 한다. 본 연구는 암호화폐 거래 사이트 업비트의 비트코인 데이터를 활용하여 비트코인의 변동성 모형을 추정하였으며 SV 모형의 성능을 높이기 위하여 시장의 변동 국면을 나누어 분석을 진행하였다. MCMC 기법이 SV 모델의 모수를 추정하는 데 사용되며 MAPE, MSE 등의 평가 기준을 통하여 모델의 성능을 확인하고자 한다.
목차
Abstract
1. 서론
2. 모형 설명
3. 실제 데이터 분석
4. 결론 및 향후 보완과제
References
요약
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
암호화폐 수익률 예측력 향상을 위한 요인 강화
염예빈
,
한유진
,
이재현
외 3명
응용통계연구
2022
.04
LSTM 학습모델의 성능 향상을 위한 디지털 신호 필터의 비교연구 (학습 모델 예측 성능 향상에 영향을 미치는 비트코인 시계열 데이터 전처리 및 스무딩 기법 적용)
박태진
,
심갑식
한국컴퓨터정보학회논문지
2023
.01
시계열과 비 시계열 데이터를 이용한 주식 가격 예측의 비교
송민섭
,
민정혜
한국컴퓨터정보학회논문지
2023
.08
기계학습 기법을 활용한 암호화폐 가격 변동 추이 예측 방법
김하람
,
김동수
한국전자거래학회지
2023
.02
다변량 시계열 데이터를 이용한 암호화폐 가격 예측
이기현
한국지능정보시스템학회 학술대회논문집
2022
.06
최근 본 자료
댓글(0)
0