1. 개요
뉴스 변동성 지수 산출을 위한 경제 뉴스 감성 분석 FinBERT 모델 개발
- 경제 데이터로 사전학습된 KR-FinBERT를 통해 뉴스 감성 분석
- 투자자의 심리를 반영하는 NVI (News Volatility Index) 지수 설계
- 주가 데이터만으로 NVI 지수를 예측하는 LSTM 모델 구축
- KRX 금융 빅데이터 활용 아이디어 경진대회 본선 진출
팀 프로젝트
Dacon 제1회 KRX 금융 빅데이터 활용 아이디어 경진대회 [Site]
발표자료 & 코드 [Dacon 코드공유]
기간
2022.07 ~ 2022.08
2. 배경 및 목적
개인 투자자 대부분은 뉴스나 기사 등의 미디어를 통해 주가 정보를 얻어 이를 기반으로 투자 방향에 대한 의사 결정을 한다. 따라서 미디어를 통해 얻은 정보를 하나의 투자 지표로 산출함으로 여러 미디어를 비교하지 않고 보다 수월하게 개인 투자자의 투자 결정에 도움을 줄 수 있다.
하지만 위의 정보를 하나의 지표로 산출하기 위해서는 많은 비용이 들며, 즉각적인 정보를 얻기 힘들다. 따라서 우리는 실시간으로 얻을 수 있는 주가가 사회적 분위기에 민감하게 반응하는 것을 이용하여 주가 데이터를 이용한 미디어 투자 지수를 산출하고자 한다.
이를 위해 뉴스 기사에 대해 감정 분석하고, 주가 데이터를 통해 이를 모방하는 딥러닝 모델을 만들고자 한다.
3. 경제기사 감성분석
3.1 데이터 수집 및 전처리
시가총액 데이터
KRX에서 제공하는 전기전자 분야의 종목별 시가총액 데이터를 사용하였다.
2020년 1월 1일부터 2022년 6월 30일까지의 데이터이다.
시가총액은 매달 1일을 기준으로 KRX에서 추출하였다.
시가총액비율을 가중치로 설정하여 하루 감성수치를 계산한다.
경제기사 제목 데이터
경제기사 제목 데이터는 빅카인즈(BIG KINDS)에서 다운로드하였다.
시가총액 데이터에 존재하는 종목명이 제목에 포함된 경제기사를 사용하였다.
빅카인즈 : https://www.bigkinds.or.kr/
종목명 분류 / 데이터 병합
기사 제목 데이터에 종목명을 매칭하였다.
이때 제목에 종목명이 여러개 있는경우, 해당 행을 복사하여 종목명마다 추가하였다.
3.2 감성분석
KR-FinBERT-SentimentClassification
감성분석에는 hugginface에서 제공하는 사전학습 모델인 KR-FinBERT-SC 모델을 사용하였다.
KR-FinBERT-SC는 FinBERT 모델을 기반으로 한국어 경제 기사를 학습한 모델이다.
감성분석을 위해 학습되었으며 긍정, 부정, 중립 수치가 출력된다.
KR-FinBERT-SC : https://huggingface.co/snunlp/KR-FinBert-SC
감성수치 / 반응도
- 감성수치 : 긍정과 부정 중 큰 값 (긍정은 양수, 부정은 음수로 표현)
- 반응도 : 긍정과 부정 중 큰 값의 절대값
종목별 시가총액비율를 이용해 일별 감성수치/반응도를 산출한다.
3.3 시각화
5일 이동평균값을 추가하여 감성수치/반응도를 시각화하였다.
감성수치
2020년, 2021년, 2022년 감성수치와 5일 이동평균 그래프
반응도
2020년, 2021년, 2022년 반응도와 5일 이동평균 그래프
