메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김호림 김재영 (고려대학교) 한재민 (고려대학교)
저널정보
한국인터넷전자상거래학회 인터넷전자상거래연구 인터넷전자상거래연구 제19권 제5호
발행연도
2019.10
수록면
185 - 197 (13page)
DOI
10.37272/JIECR.2019.10.19.5.185

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Cryptocurrency prices have changed very dynamically in the market. Buyers and sellers can trade cryptocurrency on the market without time limits compared to traditional trading markets such as exchange currency markets and stock markets. Also, since it is a cryptocurrency created by an anonymous inventor, cryptocurrency price predictions are not determined by the company’s financial performance. Rather, the cryptocurrency price is related to how many investors participate in the market. In this sense, the prediction of cryptocurrency prices is very difficult and related to market participants. In this study, to better understand cryptocurrency pricing factors, we explore cryptocurrency price forecasts and use deep learning to improve forecasts. Specifically, we collected variables related to the investor’s decision. Use linear regression to select features to find important variables in cryptocurrency price prediction. In regression analysis, three models were created to identify the model that represents the best performance of cryptocurrency price prediction. Model 1 uses all variables without function selection. Model 2 uses only variables that are important in feature selection. Model 3 uses only variables that are not important for feature selection. Our test results show that Model 2 outperforms other models. We conclude that using the appropriate variables can improve cryptocurrency price predictions.
#Feature Selection #Cryptocurrency Price Prediction #Deep Learning #Blockchain #LSTM(Long Short-Term Memory)

목차

Abstract
Ⅰ. 서론
Ⅱ. 선행 연구
Ⅲ. 데이터 및 방법론
Ⅳ. 결과
Ⅴ. 결론
참고문헌

참고문헌 (19)

참고문헌 신청
조수지 / 2019 / 한국에서 비트코인 가격의 결정요인 / 2019 대한경영학회 학술발표대회 발표논문집 :85~115 dbpia Almeida, J. / 2015 / Cryptocurrency prediciton using ANN / Neural networks :1~12 google schola Cheng, Y. / 2016 / Risk prediction with electronic health records: A deep learning approach / Paper presented at the Proceedings of the 2016 SIAM International Conference on Data Mining google schola Ciaian, P. / 2016 / The economics of Cryptocurrency price formation / Applied Economics 48(19):1799~1815 google schola Czarnitzki, D. / 2011 / Patent protection, market uncertainty, and R&D investment / The Review of Economics and Statistics 93(1):147~159 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

블록체인 금융
강은성 한국통신학회지(정보와통신) 2019 .06
Blockchain-Based Mobile Cryptocurrency Wallet
Gwyduk Yeom 한국컴퓨터정보학회논문지 2019 .08
암호화폐의 가치와 시장가격
이영세 전자공학회지 2019 .05
블록체인 기반 암호화폐의 조사
김준상 한국컴퓨터정보학회논문지 2019 .02
블록체인 기반 가상화폐 거래의 보안 위험 및 대응방안
정용식 ,  차재상 한국정보전자통신기술학회 논문지 2018 .02

최근 본 자료

전체보기

댓글(0)

0