초록
본 논문은 경제 및 금융 뉴스 기사와 주식 시장 데이터를 통합하여 197개국의 금융 시장 분석을 혁신하는 FinSen 데이터셋을 소개합니다. 이 데이터셋은 2007년부터 2023년까지 15년 동안의 시간 정보를 포함하여, 16만 건의 금융 시장 뉴스 기록으로 구성되어 있어 풍부한 글로벌 관점을 제공합니다. 본 연구에서는 인과관계가 검증된 감성 점수와 LSTM 모델을 활용하여 시장 예측의 정확성과 신뢰성을 향상시키고자 합니다. FinSen 데이터셋을 이용하여, 우리는 예상 캘리브레이션 오류(Expected Calibration Error, ECE)를 DAN 3 모델에서 3.34%로 줄이는 혁신적인 Focal Calibration Loss를 제안합니다. 이는 예측 정확성을 개선할 뿐만 아니라 확률적 예측이 실제 결과와 밀접하게 일치하도록 하는데 중요한 역할을 하며, 특히 예측 확률이 가장 중요한 금융 부문에서 더욱 중요합니다. 우리의 접근 방식은 감성 분석과 정밀한 캘리브레이션 기술을 결합하여 신뢰할 수 있는 금융 예측을 수행하는 것이 효과적임을 보여줍니다. FinSen 데이터셋은 이 깃허브 URL에서 확인할 수 있습니다.