알아가는 즐거움

<링크>를 썼던 바라바시 교수의 신작이라고 해서 많은 관심을 받고 있는 책 <버스트>를 읽었다. 첫 페이지에서 저자는 다음과 같은 말로 독자의 호기심과 불안감을 동시에 자극한다.

“내 연구진은 인간의 행동이 얼마나 예측 가능한지 확인하는 알고리즘을 개발했는데, 그것을 수백만 명의 사람에게 시험해본 결과, 실패한 사례는 단 하나뿐이었다.”

예측이 가능하려면 먼저 규칙이 있어야 한다. 그 법칙이란 <세상은 생각보다 단순하다>나 전작인 <링크>를 통해 이미 익숙한 멱함수 법칙이다. 차이가 있다면 이번에는 그 잣대를 시간축에 갖다 댔다는 점이다. 사람들이 웹페이지를 클릭하는 시간 간격, 또 이메일을 보내는 간격, 심지어 병원에 가는 간격에도 멱합수 법칙이 발견된 것이다. 다시 말해, 이벤트는 무작위적으로 발생하는 게 아니라 한꺼번에 몰려서 발생하는 시기가 있다는 것이고, 이런 특성은 폭발성이라는 말로 요약된다. 바로 책의 제목인 버스트다. [계속 읽기]

이 글에 앞서 펀드 평가 방법: 베타β와 젠센의 알파α를 읽으면 도움이 된다.

젠센의 알파를 통해서 특정 펀드(=포트폴리오)가 벤치마크 대비 얼마나 높은 수익을 거두었는지 알 수 있다. 이 말인즉슨 알파 값에 따라서 펀드 운용 성과의 순위를 매길 수 있다는 뜻이다. 펀드가 감수한 위험을 고려해 그 수익률을 평가하는 척도는 이미 여러 개 나와 있다. 모두가 약속이나 한 듯이 비율(ratio)이라는 단어를 달고 있는데, 기본적으로 ‘수익 나누기 위험’의 꼴을 따르기 때문이다. 감수한 위험의 크기에 따라 수익률을 조정하기 때문에 이들을 위험조정 수익률(risk-adjusted return)이라고 부른다. 그리고 당연히 이 값들이 클수록 좋은 펀드라고 볼 수 있다. [계속 읽기]

이 글에 앞서 투자이론에서 위험의 의미를 읽으면 도움이 된다.

어떤 포트폴리오, 즉 펀드를 평가하려면 그 펀드가 추종하는 벤치마크(Benchmark; BM) 지수와 비교해서 얼마나 잘 운용했는지를 따져야 한다. 이때 많이 사용하는 척도로 알파와 베타가 있다. 아래 그래프를 보자. (사실은 위키피디아의 선형회귀 페이지에서 가져왔지만) x축은 시장수익률(market rate, 즉 벤치마크 지수의 변동폭)이고, y축은 펀드의 수익률이라고 상상하자.

여기에 선형회귀(Linear Regression) 분석을 하면, 이 데이터를 잘 표현하는 직선을 구할 수 있다. 이 직선의 기울기가 베타, y 절편(intercept)이 알파다. 알파는 이 펀드가 벤치마크 지수보다 얼마나 높은(혹은 낮은) 수익을 거뒀는지를 보여준다. 정의상 시장 자체의 알파는 0이며, 알파 값이 0보다 크면 시장수익률보다 높은 성과를 거뒀다는 의미이므로 해당 펀드는 평가 기간에 시장을 이긴 것이다. [계속 읽기]

투자할 때 위험이라고 하면 흔히 자산의 가격이 떨어질 가능성을 떠올리지만, 투자이론(Modern Portfolio Theory)에서 말하는 위험의 의미는 조금 다르다. 가격이 얼마나 크게 요동치는가, 즉 가격의 표준편차를 위험으로 본다. 아래는 Daum 금융에서 가져온 신영밸류고배당펀드C1의 수익률/위험 그래프이다. x축에 당당히 ‘위험(표준편차)’라고 쓰여 있다.

투자위험은 다시 크게 두 가지로 나눌 수 있다. [계속 읽기]

검색엔진에 ‘모나리자’를 입력했을 때, 레오나르도 다 빈치의 그림과 조용필의 노래 중에 어떤 걸 원하는지는 그 사람만이 안다. 하지만, 침묵하는 사용자의 속마음을 알아내려는 검색 연구자들의 노력 또한 치열하다 못해 아주 뜨겁다. 그동안 제안된 아이디어를 간단하게 네 가지로 분류해보자.

1. 검색어 추천 (자동완성 / 관련검색어)

이미 많이 쓰이고 있으며 많은 이들이 익숙한 방식이다. 검색어를 입력하는 동안 혹은 검색한 후에, 사용자가 찾고 있음 직한 쿼리를 제안해준다. Daum에 ‘이정수’를 검색하면, 인물 프로필에서 동명이인들을 보여주고 그중 한 명을 선택하면 ‘스케이트선수 이정수’, ‘축구선수 이정수’ 등으로 쿼리를 확장해서 재검색해준다. 다른 방법에 비해 단순해 보이지만, 사용자가 스스로 명확하게 지정하기 때문에 오류나 혼란이 적다는 것은 무시하기 어려운 장점이다.

2. 상황인지(context-aware)

현재 사용자가 어디에 있는지, 무슨 요일인지, 몇 시인지에 따라서 다른 결과를 제공하는 것도 유용할 것이다. [계속 읽기]