• 금융시장에 대한 센티멘트 분석은 금융시장뿐만 아니라 정책당국자들에게 매우 중요한 주제임.
• 해당 주제의 대부분은 자연어를 훈련 시킨 후 심리학에서 활용되는 센티멘트를 활용하거나, 자연어 모형(BERT 등)의 Transfer Learning을 이용하고 있음.
• 금융시장 전반의 센티멘트는 자연어 공간의 활용없이 특정기간의 수익률, 거래량, 사적정보의 대리변수 등을 활용하여 판단될 수 있음. 이러한 판단이 객관적으로 부합될 수 있는 센티멘트 지표가 될 수 있음.
• 어떤 한 뉴스가 긍정/부정의 판단 기준이 되기 위해서는 개별 기업/금융 상품에 따라 상이함. 금리의 상승이 경제전반에 걸쳐 부정적인 영향을 미치지만 가격효과를 통해 섹터/ETF는 센티멘트가 다를 수 있음.
• 이러한 인식을 기초로 본랩에서는 개별기업/금융상품 별로 센티멘트를 계산하고 있으며, Historical DB를 구축하고 있음.
• 이러한 금융시장 센티멘트와 자연어 공간의 정보를 동시에 AI 훈련 시킬 경우 좀 더 나은 결과가 나올 것으로 예상하고 있으며 향후 과제로 기초 작업을 준비 중임.
<그림 2. Attention Weights Distribution>