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…
달러 연동 스테이블코인 흐름이 단기 미국 국채 수익률에 미치는 영향을 계량적으로 분석하며, 스테이블코인이 전통 금융 시장에 미치는 영향과 금융 안정성 함의를 심층적으로 탐구한다. 이 연구는 스테이블코인 데이터 분석을 통해 온체인 행동이 오프체인 시장에 미치는 영향을 이해하는 방법론적 선례를 제시한다. 논문…