이 부분도, 저번 주에 썼던 '오류 내는 법'처럼 생각나는대로 써 보겠습니다.

먼저, 기본적인 지식, 이해 그를 통한 현상, 현황 등에 대한 이해가 선행되어야 합니다.
하지만, 그 기본적인 부분은 각자 노력해야 하는 부분입니다.
뭐, 예측도 마찬가지긴 하지만요.

1. 정보 취합 및 분석
논문을 위한... 학문적인 결론을 내기위한 시뮬레이션 할 거 아니면 초기의 원 데이터는, 오히려 많으면 많을 수록 좋습니다.
전체적인 방향성을 보기 위해서는 말입니다.

하지만, 그 정보를 다 사용할 것은 아닙니다.

중복되거나 영향력이 미약한 것들은 빼야 합니다.
편한 방식은 타인이 분석한 것에서 부터 시작하는 것인데, 애초에 분석 기사를 사용하면 편합니다.

예를 들면, 블룸버그 경우는 fact 위주고 다른 경제지 경우는 분석이 좀 더 추가되어 있습니다.
이 경우 물론 객관성과 포괄성은 떨어지지만, 현상을 제대로 짚어낸 기사들이 더 많습니다.

버려야 할 미약한 정보의 경우는, 주가 향방을 짚어내야 하는데 '옆집 개똥이가 오늘은 주식을 산다더라.'란 정보가 있습니다.. 이 것을 대단히 중요한 변수로 보고 "개똥이가 주식을 사니 오늘은 주가가 오를거다!"라고 분석 결과를 낸다면 얼마나 우스운지 아실 겁니다.
그런 건, 그저 아주 작은 참조로만 머리속에 기억하고 버려야 되는 겁니다.

중복되는 변수는... 어차피 같은 얘기를 하는 정보들은 하나의 묶음으로 보시면 됩니다.


2. 큰 변수, 동력, 방향성 판단
한번 솎아낸 정보들 중에서... 현재 상황에서 가장 큰 영향력을 발휘할 것들을 판단해야 합니다.

이 부분에서 소위 게시판 분들이 '내공'이라 부르는 그것이 필요합니다.
실상은 개인 별 정보력, 지식, 이해도, 철학... 여기에 더해 영특함 차이입니다.
(머리 차이도 있다는 겁니다. 하지만, 영특함만 있고 앞에 것들이 없으면 소설만 써대게 됩니다.
중요하긴 하지만, 그게 다는 아니지요.)

정보들 중에 "현재 자신이 예측하려는 대상의 움직임에 가장 큰 영향력을 발휘할 요소들'을 다시 솎아 내야 합니다.
그리고, 그 요소들의 강도와, 방향성을 확인해야 합니다.

3. 시뮬레이팅
실상, 2번만 나오면 3번은 자동입니다.

큰 변수 들을 뽑았으면, 이들의 상관 관계에 대한 전체적인 시뮬레이팅을 하고 전체적인 방향성(그게 제일 큰 요소가 되거나 혹은 결과가 됨)을 구합니다.

역시 기본적인 지식이 요구되는 부분입니다.
예를 들면, 이자율 변화 및 환율의 변화, 정부 정책의 변화나 정책당국자 발언, 시장 동향의 변화가 주식 시장에 어떤 영향을 미치는 지 애초에 모른다면...
시뮬레이션 자체가 불가합니다.

뭐, 이경우는 처음의 자료 취합 때(1번)부터 헤메게 되기도 하지만 말입니다.

4. 결론
시뮬레이팅이 완료 되었으면 최종적인 방향성이 나오게 됩니다.
이것 자체가 결론일 수도 있고, 그에 따른 분석 대상의 변화가 결론일 수도 있습니다.

하지만, 결론에서 주의할 점은 항상 일정 부분은 열어놔야 한다라는 것입니다.

사유는,
- 애초에 충분한 자료를 모으지 못했을 수 있음
- 취합된 자료 중 잘못된 자료가 포함되어 있을 수도 있음
- 자료 취사선택 시 실수로 중요한 자료를 버렸을 수도 있음
- 지식이 짧거나 순간적인 판단 미스로 인해 변수들의 방향성과 상관관계를 잘못 정했을 수도 있음
- 시뮬레이션을 할 때의 기본적인 가정(이론, 이해)이 틀렸을 수도 있음

제일 중요한...
- 결론을 도출해 내는 중에, 상황이 변했을 수도 있음.

나중에 추가하겠습니다.

일해야지요. ^^

해당 주제에 대한 정보도 부족하고 지식이나 경험이 짧은 사람들은 아예 논외로 치고...
그래도 전문성도 갖추고 정보도 풍부한 사람들이 틀리는 이유는 이런 겁니다.


1. 사용 변수에 대한 태도
고정 변수나 확정 변수를 너무 많이 가져가거나, 그것의 단기 변동 가능성에 대해 무시하는 경우입니다.

논리 전개를 할 때 보통들,
'이 변수는 고정'이고, '이 변수는 반드시 이렇게 움직일 것', '이 변수들의 상관 관계는 항상 이렇다.'라고 확정성을 부여하고 나서 그 가정을 기반으로 답을 내게 됩니다.

이 경우, 그 사람이 운용한 시뮬레이션 자체는 완벽합니다. 거기서 나온 답도 수학공식처럼 깨끗하고 말입니다.

그런데, 그 항수로 정의된 변수들이 움직이거나, 정의된 상관성이 깨지는 경우 모든 것이 깨져버립니다.

Tip: 완벽한 시뮬레이션을 보여주는 수리 경제학은 왜 현실에 대한 완벽한 답을 못내고 있을까?


2. 변수 간의 상관성과 움직임에 대한 확신
보통 어떤 이론에, 논리 근거에 대해 완전성을 부여할 때입니다.

물론, 학문적인 혹은 전문적인 분야의 기본 가정은 있고 그 기반 하에서 추론이 행해집니다.
하지만, 완벽한 이론과 논리는 세상에 존재하지 않습니다.

그런데, 그것에 대한 완전무결성을 믿고 시뮬레이팅을 행하는 경우,

이후, 상관성 고리가 하나라도 끊어지거나, 현사이 가정과는 다른 방향으로 움직일 때,

그 논증은 한번에 날라갑니다.

Tip: 미적 완벽함까지 갖춘 논증, 시뮬레이션이... 도입 변수 외의 신규 변수를 도입시키거나 논리 근거의 기반을 흔들때, 논리 흐름의 연결성을 끊어버릴 때 단박에 깨져버리는 이유는?

3. 목적을 가진 경우
인간의 "인간 인식의 한계는 자기 자신이다!"라는 근본적인 한계를 고려하면 애초에 한가지이긴 하지만,
실상 사람들의 논증 방식은 두가지입니다.

사실에서 결론을 끌어내거나,
결론에 부합되는 사실들을 끌어 모으거나.

후자인 경우 결론... 풀어 얘기하면 논증의 목적, 개인적 가치관에 부합되지 않는 사실들은 논증에서 취사선택되어 제외되 버리기에 오류로 갈 가능성이 커집니다.

그런데, 특히나 학자들이 아닌 경우 사람들의 추론 대부분은 결론부터 내놓고 하는 경우가 많습니다.
그래서, 뭔가 말은 되는거 같은데... 아닌 겁니다.

Tip: 확실한 하락 장에서 투자사들은 왜 반대되는 소리만을 할까? 정치인들과 거기에 붙은 학자들은 왜 알면서도 말도 안되는 주장을 할까?


4. 남들을 바보로 아는 경우
내가 인지하면 남들도 인지합니다. 내가 판단하고 움직이면 남들도 판단하고 움직입니다.

협상 시 필패하는 경우 중 하나가 '상대방을 우습게 보고 접근했다가, 상대방에게 호되게 당하는 경우"입니다.

추론도 마찬가지입니다.

1) 추론의 대상이 되는 어떤 대상이나 객체의 움직임이 단순할 것- 구어체로 얘기하면 바보짓만 할 것이다 -이라 가정
2) 자신만이 해당 정보를 알고 있고, 타인은 모를 것이라 가정
3) 자신이 하는 판단을 타인은 못할 것이라 가정

그 가정 하에서 추론을 하고 답을 구하고 나면, 일단 추론한 사람들 자신들이 만족할 만한 답은 나옵니다.

하지만, 애초에 가정이 틀린 바, 결국 현실은 다르게 흘러갑니다.

다른 사람도 마찬가지로 알고, 판단하고 최대한 현명하게 움직이기 때문에 말입니다.

Tip: 게임이론은 왜 나온 걸까? 소위 찌라시들과 정치인들, 고위 공직자들의 말에 쓴웃음을 짓고 신뢰를 하지 못하게 되는 이유는 뭔가?