딥러닝을 활용한 원화 환율 예측: 시장 및 웹데이터와 거시경제 지표의 활용

Abstract

본 연구는 원 달러 환율 예측을 위하여 시계열 예측에 효율적이라고 알려진 딥러닝 기법인 Long Short Term Memory을 적용해보고 시계열 모델 과 기존의 잘 알려진 기계학습 모델들과 비교한다. 또한 기존 연구에 주로 사용된 시장데이터 및 거시경제지표데이터와 최근에 많이 연구되고 있는 웹 텍스트 데이터를 비교하여 환율예측에 효과적인 데이터를 확인한다. 연구결과 모델 별 예측력은 딥러닝 모델인 Long Short Term Memory 모델이 가장 뛰어났다. 다른 기계학습 모델들도 기존의 시계열 모델보다 나은 예측력을 가짐을 보였다. 데이터의 경우 개별로 사용했을 경우 시장데이터, 웹데이터 그리고 거시경제지표데이터 순으로 모델에 높은 예측력을 보이게 하는 결과를 줌을 확인하였다. 또한 각각의 데이터를 사용했을 때보다 데이터를 모두 사용했을 때 더 높은 예측력을 보임을 확인하였다. 이는 원 달러 환율을 예측함에 있어서 시장의 데이터가 아직 효율적 시장 가설을 완전히 만족하지 않고 우리가 환율예측에 사용할 수 있는 정보가 남아있음으로 해석할 수 있다.