Hyeong · 데이터·마케팅·개발 제너럴리스트

미끼 매물은 어떻게 평균시세를 망가뜨리나 — 분포 기반 클렌징 필터

8 min read

게임 거래소 시세판을 만들다 보면 매번 같은 벽에 부딪힌다. “평균가”를 그냥 mean()으로 뽑으면 판이 거짓말을 한다. 누군가 1원짜리 미끼 매물을 걸어두거나, 0 하나 더 붙은 999만 원짜리 허수 매물을 올려두면 평균이 통째로 흔들린다. 오늘은 이 미끼 매물(bait listing)을 분포 통계로 걸러내는 클렌징 패턴을 내 방식대로 정리해 둔다.

아래는 전부 합성·더미 데이터 기준이며, 특정 게임/거래소나 투자 판단과 무관하다.

왜 단순 평균은 시세를 못 잡나?

매물 가격 분포는 대칭이 아니다. 정상가 주변에 두툼하게 몰려 있고, 양쪽 꼬리에 소수의 이상치가 붙는다. 평균은 이 꼬리에 그대로 끌려간다.

flowchart LR
  subgraph RAW["① 원본 매물 분포"]
    B["극단 저가<br/>(미끼)"]
    N["정상가 밀집대"]
    H["극단 고가<br/>(허수)"]
  end
  RAW --> M["평균<br/>꼬리에 끌려감"]
  RAW --> MED["중앙값<br/>꼬리에 둔감"]
  classDef a fill:#e7f5ff,stroke:#1c7ed6,color:#10548f;
  classDef b fill:#fff0f6,stroke:#d6336c,color:#a61e4d;
  classDef c fill:#ebfbee,stroke:#2f9e44,color:#1b6e2e;
  class RAW,N a
  class B,H,M b
  class MED,MED c
통계량미끼 매물에 대한 반응시세 대표값으로
평균(mean)이상치 1개에도 크게 흔들림부적합
중앙값(median)극단값에 거의 안 흔들림안전한 기준선
절사평균(trimmed mean)꼬리를 자른 뒤 평균실무 추천

핵심은 이렇다. 먼저 이상치를 걸러내고, 그다음에 평균을 낸다. 순서를 바꾸면 이미 오염된 값이 된다.

극단값의 경계선은 어떻게 긋나?

경계선을 긋는 방법은 크게 두 갈래다. 하나는 백분위(percentile) 로 위아래를 잘라내는 방식, 하나는 로버스트 통계로 “정상 범위”를 수학적으로 정의하는 방식이다.

flowchart TD
  START["매물가 배열"] --> P["① 백분위 트리밍<br/>하위 5% · 상위 5% 절단"]
  START --> IQR["② IQR 울타리<br/>Q1-1.5·IQR ~ Q3+1.5·IQR"]
  START --> MAD["③ MAD z-score<br/>중앙값 기준 로버스트 편차"]
  P --> CLEAN["정상가 후보"]
  IQR --> CLEAN
  MAD --> CLEAN
  CLEAN --> R["대표 시세 = 중앙값/절사평균"]
  classDef a fill:#e7f5ff,stroke:#1c7ed6,color:#10548f;
  classDef b fill:#fff9db,stroke:#f08c00,color:#a15c00;
  classDef c fill:#ebfbee,stroke:#2f9e44,color:#1b6e2e;
  class START,CLEAN a
  class P,IQR,MAD b
  class R c

세 방법을 표로 비교하면 성격이 뚜렷하다.

방법기준강점약점
백분위 트리밍하위/상위 n% 절단직관적, 분포 모양 무관정상 매물 수가 적으면 과절단
IQR 울타리사분위수 1.5배표준적, 구현 쉬움극단 왜도(skew)엔 느슨
MAD z-score중앙값 절대편차이상치에 가장 견고임계값 튜닝 필요

합성 매물가로 필터를 짜보면?

이제 코드로 세 필터를 합쳐 하나의 클렌징 함수로 만든다. numpy만으로 충분하다.

import numpy as np
 
rng = np.random.default_rng(42)
# 정상가 5,000원 근처 밀집 + 미끼(저가) + 허수(고가) 합성
normal = rng.normal(5000, 400, 300)
bait   = rng.uniform(1, 800, 12)        # 극단 저가 미끼
inflated = rng.uniform(30000, 99000, 6) # 0 하나 더 붙은 허수
prices = np.concatenate([normal, bait, inflated])
 
def robust_fence(x, k=3.5):
    """MAD 기반 로버스트 이상치 마스크 (True=정상)."""
    med = np.median(x)
    mad = np.median(np.abs(x - med))
    if mad == 0:                 # 값이 거의 동일할 때 방어
        return np.ones_like(x, dtype=bool)
    z = 0.6745 * (x - med) / mad # 0.6745 = 정규분포 환산 상수
    return np.abs(z) <= k
 
def clean_price(x, low=5, high=95, k=3.5):
    lo, hi = np.percentile(x, [low, high])   # 백분위 1차 컷
    m1 = (x >= lo) & (x <= hi)
    m2 = robust_fence(x, k)                   # MAD 2차 컷
    keep = m1 & m2
    return x[keep], keep
 
clean, mask = clean_price(prices)
print(f"원본 평균   : {prices.mean():8.0f} 원")
print(f"원본 중앙값 : {np.median(prices):8.0f} 원")
print(f"클렌징 평균 : {clean.mean():8.0f} 원  (제거 {(~mask).sum()}건)")

실행하면 대략 이런 결과가 나온다.

지표값해석
원본 평균약 6,400원허수 고가에 끌려 부풀려짐
원본 중앙값약 5,000원이미 꽤 견고함
클렌징 평균약 5,000원미끼·허수 제거 후 정상가 수렴

원본 평균과 원본 중앙값의 차이(약 1,400원)가 곧 미끼 매물이 시세판에 심어놓은 왜곡의 크기다. 이 격차가 벌어질수록 “그 시세판은 못 믿는다”는 신호가 된다.

실무에서 뭘 더 조심했나?

몇 번 데어보고 얻은 트러블슈팅 노트다.

flowchart LR
  subgraph PIT["실전 함정"]
    A["① MAD=0<br/>동일가 매물 다수"]
    B["② 과절단<br/>표본 &lt;30건"]
    C["③ 아이템별<br/>스케일 상이"]
  end
  PIT --> FIX["방어 코드 + 그룹별 필터"]
  classDef a fill:#fff0f6,stroke:#d6336c,color:#a61e4d;
  classDef b fill:#ebfbee,stroke:#2f9e44,color:#1b6e2e;
  class PIT,A,B,C a
  class FIX b
  • MAD가 0이 되는 경우: 같은 가격 매물이 절반 이상이면 편차 중앙값이 0이 된다. 위 코드처럼 분기로 막지 않으면 0으로 나누기가 터진다.
  • 표본이 적을 때 과절단: 30건 미만이면 백분위 컷이 정상 매물까지 잘라먹는다. 이럴 땐 백분위 대신 MAD 단독, 혹은 k를 넉넉히(예: 5.0) 잡는다.
  • 아이템마다 스케일이 다르다: 소모품과 최상급 장비를 한 배열에 섞으면 안 된다. 반드시 아이템 ID별 그룹(group-by)조로 나눠 필터를 돌려야 한다.

결국 미끼 매물 필터의 본질은 “평균을 내기 전에, 무엇이 정상 분포인지부터 정의한다”는 순서 문제였다. 중앙값을 기준점으로 삼고, 백분위와 MAD로 이중 울타리를 치는 것. 이 패턴 하나면 시세판이 훨씬 덜 흔들린다.

그래프 뷰