흥미로운 질문입니다. 이것은 실제로 답변이 아니지만 설명하기에는 너무 깁니다.
다음과 같은 이유로 실험 설계에 어려움이 있다고 생각합니다.
1) 이것은 실제 상황에서 재고 피킹이 실제로 평가되는 방식을 반영하지 않습니다. 극단적 인 예로, 주식 피커 A가 1000 % 증가한 주식 1 개, 1 % 감소한 9 개를 선택하고 주식 피커 B가 모두 1 % 증가한 10 개의 주식을 선택했다고 가정합니다. 이러한 주식이 실제로 지수를 구성하는 데 사용 된 경우 A가 실적이 더 좋을 것이지만 B는 실험에서 훨씬 더 나을 것입니다. 보다 재정적으로 흥미로운 도전은 포트폴리오를 구성하고 그 성능을 S & P 500의 성능과 비교하는 것입니다. 결과적으로 이러한 성능을 평가하기 위해 일반적으로 사용되는 기계가 있습니다. S & P와 비교하여 포트폴리오의 가로 채기 용어 (종종 "알파"라고 함)는 "시장 이상"의 평균 성능을 측정합니다. 선형 회귀의 계수이기 때문에 원하는 경우 95 % 신뢰 구간을 구성하는 것은 사소한 문제입니다. 그런 다음이 금액을 은행에서이 서비스에 청구하는 수수료와 비교하십시오.
2) 1을 무시하면 둘 다 이미 실험 형식에 동의 한 것처럼 들리므로 이것이 어떻게 게임 될 수 있는지 고려하십시오. 매월 현재 주가보다 한 달 더 높아질 확률을 알려주는 마법의 오라클이 있다고 가정 해 봅시다 (예 :). 그런 다음 그러한 확률이 가장 높은 n 개의 주식을 고를 수 있었고, 아마도 그 중 50 % 이상이 실제로 증가했을 것입니다. 이제 이러한 확률은 다양한 옵션 가격으로 (불완전하게) 인코딩됩니다. 예를 들어, 소위 "바이너리 옵션"을 구입할 수 있는데, 이는 기본적으로 "재고 X가 Z 날짜의 가격 Y보다 높을 것"이벤트에 대한 도박입니다. 이러한 가격은이 사건의 가능성을 암시합니다 (Z가 현재에 가까워 질수록 신뢰성은 떨어집니다). "군중의 지혜"를 맹목적으로 따르는 것은 특별한 전문 지식이 필요하지 않기 때문에, 이와 같은 전략의 성과는 특정 실험에서 '기회 수준'으로 간주되어야한다고 주장합니다. 대안으로, 당신은 그녀에게 당신이 선택한 주식의 목록을 제시하고, 그녀가 각 예측에 대한 자신감과 함께 그녀가 각각 위 또는 아래로 올 것이라고 생각하는지 표시하게합니다. 그런 다음 모든 답변을 신뢰 수준별로 그룹화하고 이들이 얼마나 밀접하게 일치하는지 확인합니다 (예 : 90 % 확신을 갖고있는 주식 중 90 %를 정확하게 예측 했습니까?). 이것을 정량화하는 표준 방법이 있습니다. 나는 그것이 불려지는 것을 기억하지 못하지만 Phil Tetlock의 Superforecasters에서 그것에 대해 읽을 수 있습니다. 그녀에게 각 예측에 대한 자신감과 함께 각각이 위 또는 아래로 올 것이라고 생각하는지 표시하게한다. 그런 다음 모든 답변을 신뢰 수준별로 그룹화하고 이들이 얼마나 밀접하게 일치하는지 확인합니다 (예 : 90 % 확신을 갖고있는 주식 중 90 %를 정확하게 예측 했습니까?). 이것을 정량화하는 표준 방법이 있습니다. 나는 그것이 불려지는 것을 기억하지 못하지만 Phil Tetlock의 Superforecasters에서 그것에 대해 읽을 수 있습니다. 그녀에게 각 예측에 대한 자신감과 함께 각각이 위 또는 아래로 올 것이라고 생각하는지 표시하게한다. 그런 다음 모든 답변을 신뢰 수준별로 그룹화하고 이들이 얼마나 밀접하게 일치하는지 확인합니다 (예 : 90 % 확신을 갖고있는 주식 중 90 %를 정확하게 예측 했습니까?). 이것을 정량화하는 표준 방법이 있습니다. 나는 그것이 불려지는 것을 기억하지 못하지만 Phil Tetlock의 Superforecasters에서 그것에 대해 읽을 수 있습니다.