체인피드 요약:
그 차이는 운이 아니라 수학적 기반 때문입니다.
기사 출처:
https://x.com/MrRyanChi/status/2031292099384008810
기사 작성자:
부드러운 양가죽
관점:
로안: 시장 예측에서 흔히 빠지는 함정은 "단일 시장 오류"입니다. 단일 시장만 보면 가격이 합리적으로 보이는 경우가 많습니다. 예를 들어, "트럼프가 펜실베이니아에서 승리할까요?"라는 질문이 있는 시장을 생각해 보세요. "예"에 대한 가격은 0.48이고, "아니오"에 대한 가격은 0.52로, 합이 1이 되어 완벽하게 논리적이며 차익 거래 기회가 없어 보입니다. 하지만 문제는 현실 세계의 사건들이 고립되어 있지 않다는 것입니다. 여러 관련 시장을 함께 고려하면 가격 책정에서 논리적 모순이 드러날 수 있습니다. 예를 들어, 또 다른 시장을 생각해 보세요. "공화당이 펜실베이니아에서 상대 후보를 5%포인트 이상 앞설까요?" 이 시장에서 "예"에 대한 가격은 0.32이고, "아니오"에 대한 가격은 0.68로, 역시 합이 1이 되어 아무 문제가 없어 보입니다. 그러나 두 질문 사이에는 분명한 논리적 연관성이 있습니다. 미국 대통령 선거는 주별로 선거인단 투표를 집계합니다. 만약 공화당이 펜실베이니아에서 상대 후보를 5%포인트 이상 앞선다면, 공화당 후보인 트럼프는 그 주에서 승리할 뿐만 아니라 큰 표차로 승리할 것입니다. 따라서 공화당의 압승은 사실상 트럼프의 승리의 부분집합입니다. 다시 말해, 사건 B가 발생하면 사건 A도 반드시 발생합니다. 확률론적 논리에서 부분집합 사건의 확률은 상위 사건의 확률보다 높을 수 없습니다. 시장 가격이 이 법칙을 위반한다면 차익거래 기회가 있다는 뜻입니다. 직관적인 비유를 들자면 일기예보를 생각해 볼 수 있습니다. 내일 비가 올까요? 내일 천둥번개가 칠까요? 천둥번개는 항상 비를 동반하므로 천둥번개가 칠 확률이 비가 올 확률보다 높을 수는 없습니다. 시장 가격이 이러한 비논리적인 상황을 보인다면, 거래자 서로 다른 시장에서 관련된 포지션을 동시에 매수하고 매도하여 제로 리스크 수익을 확보할 수 있습니다. 이처럼 논리적 불일치를 이용해 수익을 내는 행위를 차익거래라고 합니다. 복잡한 예측 시장에서 차익거래 기회를 포착하는 것은 결코 간단한 일이 아닙니다. 이론적으로, 시장에 n개의 조건이 있다면 가능한 모든 결과 조합의 수는 2ⁿ입니다. 조건의 수가 증가함에 따라 이 수는 급격히 증가합니다. 예를 들어, 2010년 NCAA 토너먼트 시장에는 63개의 경기가 있었고, 각 경기는 승리 또는 패배라는 두 가지 결과만 있었습니다. 이는 가능한 모든 결과 조합의 수가 2⁶³, 즉 약 9.22 × 10¹⁸, 또는 900경(9000조)이 넘는다는 것을 의미합니다. 만약 무차별 대입 방식으로 모든 조합을 하나씩 확인하려고 한다면, 초당 10억 개의 가능성을 계산할 수 있다고 해도 완료하는 데 거의 300년이 걸릴 것입니다. 이러한 계산 복잡성은 실제 시스템에서는 절대 용납될 수 없습니다. 정치 예측 시장에서도 같은 문제가 발생합니다. 예를 들어, 2024년 미국 대선 관련 시장에서 연구팀은 잠재적으로 서로 의존적인 시장 쌍이 1,576개나 있음을 발견했습니다. 각 시장에 10개의 조건이 있다면, 각 시장 쌍에 대해 2²⁰(약 백만) 가지 조합을 확인해야 합니다. 이를 모든 시장 쌍에 곱하면 계산 부하가 급격히 증가합니다. 따라서 본 정량화 시스템은 무차별 대입 방식 대신 정수 프로그래밍을 사용하여 유효한 결과를 기술합니다. 선형 제약 조건 집합을 통해 대량 불가능한 조합을 제거할 수 있습니다. 예를 들어, 듀크 대 코넬 경기 시장에서 각 팀은 7가지 가능한 승패 비율을 가지므로 총 14가지 조건이 있습니다. 무차별 대입 방식을 사용하면 2¹⁴(16,384) 가지 조합을 확인해야 합니다. 그러나 모든 유효한 경우를 기술하는 데 필요한 제약 조건은 단 세 가지입니다. 첫째, 각 팀의 7가지 배당률 중 정확히 하나만 참이어야 합니다. 둘째, 어느 팀도 동시에 5승 이상을 거둘 수 없습니다. 왜냐하면 그렇게 되면 준결승전이 성사되기 때문입니다. 이처럼 복잡한 문제를 소수의 제약 조건으로 변환하여 계산 비용을 크게 절감할 수 있습니다. 차익거래 기회를 파악한 후, 또 다른 핵심 과제는 최적의 거래 전략을 계산하는 방법입니다. 직관적으로 간단한 접근 방식은 현재 가격에 가장 가까운 무차익거래 가격을 찾아 해당 거래를 실행하는 것입니다. 그러나 일반적인 유클리드 거리(즉, 직선 거리)를 사용하여 가격 차이를 측정하는 것은 심각한 문제를 야기합니다. 예측 시장에서 가격은 실제로 내재된 확률을 나타내며, 확률 변화는 구간에 따라 다른 의미를 가집니다. 예를 들어, 가격이 0.50에서 0.60으로 상승 확률이 50%에서 60%로 변하는 것을 의미하며, 이는 비교적 완만한 믿음의 변화를 나타냅니다. 하지만 가격이 0.05에서 0.15로 상승, 거의 불가능했던 사건이 갑자기 훨씬 더 가능성이 높아졌다는 것을 의미하며, 훨씬 더 많은 정보를 담고 있습니다. 유클리드 거리는 이러한 차이를 반영하지 못하고 10센트의 모든 변화를 동일하게 중요하게 취급합니다. 따라서 LMSR(로그 시장 점수 규칙)을 시장 조성 메커니즘으로 사용하는 예측 시장에서는 브레그만 발산이 더 합리적인 거리 측정 지표입니다. 이 경우 브레그만 발산은 정보 이론에서 유래하여 두 확률 분포 간의 차이를 측정하는 데 사용되는 KL 발산과 동일합니다. KL 발산의 핵심 특징은 가격이 0이나 1에 가까울 때 작은 변화에 더 큰 가중치를 부여한다는 것입니다. 이는 극단적인 확률 부근에서의 가격 변화가 더 강력한 정보 충격을 의미하는 경우가 많다는 시장의 직관과 일치합니다.
콘텐츠 출처 
