암호화폐 시계열 데이터를 하위 범주(subseries)로 분류하고 각 범주에 특화된 Temporal Fusion Transformer(TFT)를 훈련하여, 암호화폐 가격 예측 정확도를 개선한 연구 논문이다. 논문 요약 해결하려는 문제 본 연구는 암호화폐 시장의 복잡하고 이질적인 시계열 특성으로 인해 단일 모델로 정확한 가격 예측을 수행하기 어려운…
고차원 다변량 시계열 데이터의 장기 예측 정확도를 높이기 위해 벡터 양자화와 이산 토큰화를 활용한 Hierarchical Discrete Transformer(HDT) 프레임워크를 제안하고 그 우수성을 입증했다. 논문 요약 해결하려는 문제 본 연구는 고차원 다변량 시계열 데이터의 장기 예측에서 발생하는 복잡성과 비효율성 문제를 해결하고자 했다.…
Transformer와 CNN의 하이브리드 아키텍처를 활용하여 암호화폐 시장의 시계열 데이터를 예측하고, 장단기 패턴 인식 성능을 분석한 학술 논문이다. 논문 요약 해결하려는 문제 본 연구는 암호화폐 시장의 높은 변동성과 복잡한 시계열 패턴으로 인한 예측의 어려움을 해결하고자 했다. 기존 시계열 예측 모델들이 금융…
온체인 및 기술 지표를 활용하여 다중 암호화폐의 거래 전략을 위한 Temporal Fusion Transformer(TFT) 기반 예측 모델을 제안하고 검증한 연구 논문이다. 본 연구는 암호화폐 시장의 예측 정확도와 매매 성과를 향상시키는 데 기여한다. 논문 요약 해결하려는 문제 본 연구는 암호화폐 시장의 높은…
스테이블코인의 특성을 심층 분석하고, 한국 금융 시장의 상황을 고려하여 스테이블코인에 대한 국내의 적절한 규제 방향을 법적, 경제적 관점에서 제안한다. 특히 금융 안정성 및 소비자 보호에 중점을 둔다. 논문 요약 연구 배경 스테이블코인의 급격한 성장과 그에 따른 잠재적 위험은 한국 금융…