LLM-Based Analysis of Noise Trader Sentiment and Personality Traits : Focusing on Price Levels in KOSPI 100 Stocks
- 주제어 (키워드) 감성 분석 , 대규모 언어 모델(LLM) , 매물대 , 투자자 심리 , 군집 행동 , Sentiment analysis , Large Language Model (LLM) , Price Level , Investor Sentiment , Herding Behavior
- 발행기관 서강대학교 일반대학원
- 지도교수 정재식
- 발행년도 2025
- 학위수여년월 2025. 2
- 학위명 석사
- 학과 및 전공 일반대학원 경제학과
- 실제 URI http://www.dcollection.net/handler/sogang/000000079355
- UCI I804:11029-000000079355
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록 (요약문)
본 연구는 주식 시장 내 노이즈 트레이더의 특성을 심리적 및 감정적 관점에 서 분석하고자 하였다. 이를 위해 네이버 증권의 종목 토론방에서 KOSPI 100 종목의 댓글 데이터를 수집하고, 대규모 언어 모델(LLM)을 활용하여 투자자들 의 감정 및 Big Five 성격 특성을 추출하였다. 감성 분석을 통해 댓글을 긍정, 부정, 중립으로 분류하고, 각 투자자의 성격을 Big Five 모델에 기반해 도출하였다. 특히, 기존의 Word2Vec, BERT와 같은 모델에 비해 LLM을 활용함으로써 데이터의 문맥(Context)을 더욱 정교하게 해석하고, 감정을 보다 정확히 분석할 수 있었다. 본 연구는 매물대(Price Level)를 기준으로 투자자 심 리가 주가에 미치는 영향을 평가하고, 기술적 지표(이동평균선)와 노이즈 트레이더의 감성 반응 간의 관계를 탐구하였다. 분석 결과, 높은 정서적 불안정 성(Neuroticism)을 가진 노이즈 트레이더들이 매물대가 형성된 구간에서 더욱 활발히 활동하며, 이러한 심리적 특성이 시장의 변동성을 증가시킬 수 있음을 확인하였다. 또한, Markov Regime Switching Model을 활용하여 투자자 심리와 시장 변동 간의 관계를 분석한 결과, 투자자 심리적 특성과 감정적 반응이 시장 변동성과 군집 행동(herding behavior)에 중요한 영향을 미친다는 점을 확 인하였다. 본 연구는 노이즈 트레이더의 감정적 반응과 심리적 특성이 시장에 미치는 영향을 규명함으로써, 향후 투자자 군집 행동(herding behavior) 탐지 모델 개발에 중요한 기초 자료를 제공할 수 있다.
more초록 (요약문)
This study aimed to analyze the characteristics of noise traders in the stock market from psychological and emotional perspectives. To achieve this, comment data from the Naver Stock Discussion Forum for KOSPI 100 stocks were collected, and a Large Language Model (LLM) was employed to extract investors' emotions and Big Five personality traits. Sentiment analysis classified the comments into positive, negative, and neutral categories, while investors' personality traits were derived based on the Big Five model. By utilizing LLM, the study achieved more precise contextual interpretation and more accurate emotion analysis compared to traditional models like Word2Vec and BERT. The study evaluated the impact of investor psychology on stock price movements based on Price Levels and explored the relationship between technical indicators (e.g., moving averages) and the emotional responses of noise traders. The analysis revealed that noise traders with high levels of Neuroticism were more active in price-level zones, contributing to increased market volatility due to their psychological characteristics. Furthermore, using the Markov Regime Switching Model, the study examined the relationship between investor psychology and market fluctuations, confirming that psychological traits and emotional responses significantly influence market volatility and herding behavior. This study provides insights into how the emotional responses and psychological traits of noise traders affect the market, offering a foundational basis for developing models to detect herding behavior in investors and predict stock market trends.
more목차
I. 서론 3
II. 선행 연구 5
III. 분석 자료 7
IV. 본론 10
1. LLM을 통한 Sentiment Labeling 10
2. LLM을 통한 Personality Trait Labeling 11
3. Markov Regime Switching Model 13
V. 실증분석 결과 16
1. Sentiment Analysis 16
2. Personel Trait Analysis 18
3. 기술적 지표와 투자자 댓글의 감성 및 선동적 언어 분석 21
4. 반복 댓글을 통한 주요 투자자 특성 분석 23
5. 신경증과 매물대에 관한 분석 24
VI. 결론 27
참고문헌 28