Predicting of Cryptocurrency’s Price Fluctuation Using News Headlines Sentiment Analysis

Abstract

Since cryptocurrency world is becoming unpredictable day by day, it is really risky to invest. Then, the question is what kind of factors impact on the price of cryptocurrencies to reduce risk. There are many factors relating to price of cryptocurrencies such hush rate, news or posts about it and so on. Even though every factor is not able to provide completely prediction about the price, we can take advantage of using these factors to make prediction and decision. Recently, researches about cryptocurrency showed that the relationship between real-times posts (tweets) or news and price trend of cryptocurrency are relatively positive. However, studies about sentiment analysis in NLP can support the prediction of cryptocurrency prices are less in number. In our research, we also implied sentiment analysis of news headlines to capture up and down trend of cryptocurrency price. We narrowed our research by focusing only bitcoin price because it is dominance of the whole market. For applied models, our paper is inspired by good performance of deep learning algorithms in NLP field. In addition, we built our own pre-trained word embedding using news headlines and articles datasets to support domain specific terms. The dataset is labelled based on the actual price of bitcoin price in the following day. To get reasonable and trainable dataset for neural network, SMOTE algorithms is applied to adjust the nature of imbalanced raw data. Furthermore, the hybrid model of convolutional neural network stacked with recurrent neural network (GRU) is used as classifier for the sentiment of news headlines. Dividing dataset into 10-fold cross-validated training dataset is for evaluating the performance of the CNN+GRU model. Then, test dataset will be used as the measurement of accuracy of prediction. Overall assumption of this paper is that if daily sentiment score is positive, then the price of bitcoin will increase in the following day. On the other hand, bitcoin price will be down trend if the sentiment score is negative. As a result, it shows that the price fluctuation of bitcoin is relatively co-relation with the sentiment share in news headlines. The main purpose of this paper is to provide the approach of predicting price fluctuation of cryptocurrency by using NLP tasks. The contribution of this paper is working on imbalanced real data, supporting specific word embedding for cryptocurrency domain and supplementing powerful deep learning algorithms in sentiment analysis to predict price trend of cryptocurrency.;가상화폐 시장이 점점 커지고 있으며 가상회폐 코인들의 가격도 실시간에 빨리 변화하고 있다. 이렇게 가상화폐 시장이 불안정하기 때문에 가격 변동을 예측하는 것은 효율적이고 효과적인 투자전략이다. 구글 검색량, hash rate, 트위터, 뉴스 등 가상화폐의 가격 변동에 영향을 주는 많은 요소들이 많은데 그 중에서 가장 영향을 주는 것은 뉴스라고 생각한다. 과거 가상화폐 시장을 보면 뉴스에 대한 가격 반응이 많이 있다고 볼 수 있다. 예를 들어, 거래소들의 해킹 소식이나 정부의 법적인 제한 뉴스 등 때문에 가격이 급 하락하는 경우들 많이 있다. 그래서 본 연구에서는 뉴스하드라인 데이터를 사용한 감성분석을 통해서 비트코인 가격변동을 예측하고자 한다. 우선, 본 연구에서 뉴스하드라인을 실제 비트코인 가격을 사용해서 라벨링 했다. 그리고 imbalanced 라벨링데이터를 SMOTE 알고리즘을 사용하여 긍정적 및 부정적 클래스를 규형 맞게 조정했다. 가상화폐에 관련된 뉴스하드라인들은 특정적인 단어 도메인 특징을 가지고 있기 때문에 기준에 있는 Word2vec 모델을 응용하는 대신 가상화폐 도메인에 맞은 Word2vec 모델을 학습시킨다. 여기서 뉴스하드라인 뿐만 아니라 뉴스 콘텐츠도 뉴스하드라인과 같이 Word2vec 모델인 Cbow 및 Skip-gram 모델에 학습시켜서 나오는 각 가중치 벡터 matrix을 합친다. 본 연구에서 hybrid model of convolutional neural network with gated recurrent unit을 감성분석 모델으로 이용한다. CNN는 단어features 들을 정확하게 멥핑시키는 특성을 가지고 있으며, GRU는 처리하는 반면 GRU는 문장의 long distance dependency을 잘 처리하는 장점이 있다. 그리고 CNN+GRU 감성분석 모델을 이용하여 나온 비트코인 예측 가격을 실제 가격이랑 비교하여 분석하였다. 본 연구에서 그 많은 가상화폐중에 비트코인 하나로 분석한다는 점, 단기간의 time lag만 예측한다는 점 등 한계점이 있지만 결과적으로 뉴스가 단기간의 비트코인 가격에 비교적인 양형을 줄 수 있다는 것을 볼 수 있다.