[논문 리뷰] Nowcasting the Bitcoin Market with Twitter Signals

Jermain Kaminski|arXiv (Cornell University)|2014. 06. 30.

Complex Systems and Time Series Analysis참고 문헌 24인용 수 74

한 줄 요약

이 연구는 실시간 트위터 감성 신호가 비트코인 시장 움직임을 지금 예측할 수 있는지 조사한다. 104일 동안 비트코인과 관련된 감성 지표를 가진 160,000건의 트위터 트윗을 사용하여, 감성과 시장 지표 간에 강한 정적 상관관계를 발견했지만, 동적 그랜저 인과성 검정을 통해 거래량이 감성을 이끄는 것으로 나타났으며, 이는 트위터가 시장 역학을 예측하는 것이 아니라 반영한다는 것을 시사한다.

ABSTRACT

This paper analyzes correlations and causalities between Bitcoin market indicators and Twitter posts containing emotional signals on Bitcoin. Within a timeframe of 104 days (November 23rd 2013 - March 7th 2014), about 160,000 Twitter posts containing "bitcoin" and a positive, negative or uncertainty related term were collected and further analyzed. For instance, the terms "happy", "love", "fun", "good", "bad", "sad" and "unhappy" represent positive and negative emotional signals, while "hope", "fear" and "worry" are considered as indicators of uncertainty. The static (daily) Pearson correlation results show a significant positive correlation between emotional tweets and the close price, trading volume and intraday price spread of Bitcoin. However, a dynamic Granger causality analysis does not confirm a statistically significant effect of emotional Tweets on Bitcoin market values. To the contrary, the analyzed data shows that a higher Bitcoin trading volume Granger causes more signals of uncertainty within a 24 to 72-hour timeframe. This result leads to the interpretation that emotional sentiments rather mirror the market than that they make it predictable. Finally, the conclusion of this paper is that the microblogging platform Twitter is Bitcoin's virtual trading floor, emotionally reflecting its trading dynamics.

연구 동기 및 목표

• 실시간 소셜 미디어 감성(트위터 기반)과 비트코인 시장 지표 간의 관계를 조사하는 것.
• 트위터의 감성 신호가 단기 비트코인 가격 움직임을 지금 예측하거나 예측할 수 있는지 판단하는 것.
• 트위터의 감성이 시장 역학을 이끄는지 아니면 기존의 시장 활동을 그저 반영하는지 평가하는 것.
• 실제 시장 거래량과 가격 변화와 비교하여 트위터 감성의 예측 능력을 평가하는 것.

제안 방법

• 2013년 11월부터 2014년 3월까지 104일 동안 '비트코인'과 감성어(긍정, 부정, 불확실성 관련)를 포함한 트위터 게시물 160,000건을 수집.
• 감성 신호를 긍정(예: '행복', '사랑'), 부정(예: '나쁘다', '슬프다'), 불확실성(예: '기대', '두려움')의 세 가지 범주로 분류.
• 매일의 감성 지표와 비트코인 시장 지표(종가, 거래량, 내재적 가격 스프레드) 간의 정적 피어슨 상관계수를 계산.
• 감성 신호가 향후 시장 움직임을 예측할 수 있는지 여부 또는 그 반대의 관계를 검증하기 위해 동적 그랜저 인과성 분석을 적용하며, 24~72시간의 지연 프레임워크를 사용.
• 시계열 분석을 통해 감성과 시장 변수 간의 방향성 인과관계를 평가하여 상관관계와 예측적 영향을 구분.
• 통계적 유의성을 검증하기 위해 표준 경제계량 기법을 사용하여 감성과 시장 결과 간의 인과관계를 검토.

실험 결과

연구 질문

• RQ1 비트코인과 관련된 트위터 감성과 가격, 거래량, 스프레드와 같은 시장 지표 간에 통계적으로 유의미한 상관관계가 존재하는가?
• RQ2 트위터 감성 신호는 비트코인 시장 가치의 단기 변화를 지금 예측하거나 예측할 수 있는가?
• RQ3 트위터의 감성이 비트코인 시장 역학의 변화를 이끄는가, 아니면 기존의 시장 움직임을 단지 반영하는가?
• RQ4 감성과 시장 활동 간의 시간적 관계는 무엇인가—감성이 시장 변화를 앞서는가, 뒤따르는가, 아니면 동시에 발생하는가?

주요 결과

• 매일의 감성 지표와 비트코인의 종가, 거래량, 내재적 가격 스프레드 간에 유의미한 정적 상관관계가 발견되었다.
• 강한 정적 상관관계가 있었음에도 불구하고, 동적 그랜저 인과성 검정 결과 감성 신호가 향후 시장 움직임을 예측한다는 것은 확인되지 않았다.
• 반대로, 높은 비트코인 거래량이 향후 24~72시간 내에 불확실성 관련 감성의 증가를 그랜저-인과적으로 이끌었다.
• 결과적으로 트위터는 비트코인 시장의 실시간 감성 거울 역할을 하며, 예측 신호의 원천은 아니라는 점을 시사한다.
• 트위터의 감성적 감정은 가격이나 거래량 변화의 원인이기보다는 시장 역학의 반영으로 더 잘 해석되어야 한다.
• 이 연구는 트위터가 감정이 시장 활동에 반응하여 표현되는 가상의 거래장으로 기능하며, 선도적 지표로 기능하지는 않는다고 결론 내린다.