#barabasi

[trixclibrarian]

scale-free networks

[belranto]

Lessons for Asset Allocators in a Bottle of Wine

Albert-Laszlo Barabasi’s new book, The Formula (https://amzn.to/2RIEwqK) is an interesting and engaging fact-driven analysis of the way networks are influential in achieving success across many fields of endeavor. 

Central to his arguments are (1) performance and success are different animals, and (2) performance drives success only when performance can be measured accurately, otherwise networks drive success. Barabasi focuses his analysis on areas where performance metrics are poor or nonexistent. 

One particularly interesting insight is that expert judgments of relative quality are sucky where they seem to matter most, specifically in determining the relative rankings of high quality alternatives. In one example he draws from research on wine judging in competitive tastings.

Wines submitted to competitions are in all likelihood samples from the upper tail of the distribution of wine quality. Therefore, differences in quality among these wines will be small, because there is a practical upper bound on wine quality. Practically speaking, the overall quality differences among the wines are too small at the upper tail of quality for reliable ranking. 

The research cited by Barabasi suggests expert judges are very inconsistent in their rankings of these high quality wines.  All the effort expended on ranking yields essentially random rankings among the high quality wines.

Barabasi’s conclusion in this case is that the best strategy for a consumer is to stay away from the low quality wines and to buy the cheapest of the set of highest quality wines, subject to one’s preferences over specific wine characteristics (e.g., red/white, fruity/earthy, etc.).

Let’s apply this insight to the task asset allocators face when deciding how to allocate (rank) among competing hedge fund opportunities.

Performance measures for hedge funds are noisy, in part because common measures don’t distinguish skill from exposure to market beta or luck from chance events. Performance measures for new or recent start-ups are even less reliable, because they lack sufficient data. In these cases, expert judgment trumps performance.

But how good can expert judgment be? 

The set of new or recently launched funds is not a random sample from the universe of individuals with trading experience. HF start-ups will, by and large, represent the upper tail of the distribution of trading talent (at least measured by realized prior performance). HF hopefuls will not market successfully with a pedigree of mediocrity. 

It is possible that expert judgment applied to the allocation decision will be very inconsistent in ranking these funds.  If this is the case, the best decision rule may be as follows: 

Put aside the limited performance data available. Then subject to one’s preferences over specific fund characteristics (e.g., strategy, geography, turnover, etc.) allocate to the funds have the lowest fee structures and (secondarily) will permit the most reliable performance measurement going forward.

[ecologiadigital]

The neural roots of friendship, or how brain networks rule social networks: https://t.co/nKxZvhQneS Nice insights, @NAChristakis pic.twitter.com/4zh0HkISZf

— Laszlo Barabasi (@barabasi) April 16, 2018

[ecologiadigital]

Predicting Missing Links: A paradigm changing method developed by Istvan Kovacs, with strong direct experimental support. Available on Biorxiv: https://t.co/5yk7RsHx6F. pic.twitter.com/dsbcFqQkWy

— Laszlo Barabasi (@barabasi) March 8, 2018

[ecologiadigital]

The first ever podcast of the Harvard Club: A wonderful conversation about networks and history with Niall Ferguson. Than you @nfergus and John Cornish for making this happen! https://t.co/Kv7Wrl2LqZ pic.twitter.com/aPKzw1LPxt

— Laszlo Barabasi (@barabasi) March 7, 2018

[alinedecampos]

Linked - A nova ciência dos networks

Aulas dos dias 21/11/2017 e 28/11/2017

BARABÁSI, A. L. Linked: a nova ciência dos networks.  São Paulo: Leopardo, 2002

Redes aleatórias: colapso de uma quantidade substancial de nós resulta na fragmentação inevitável de uma rede. Nós e conexões são estabelecidas aleatoriamente e a maioria dos nós possui aproximadamente a mesma quantidade de links. Exemplo: sistema rodoviário dos EUA.

Redes sem escalas: mesmo num colapso há um caminho para unir os nós. Possui uma topologia heterogênea, alguns pólos com uma grande quantidade de links e outros com pouca quantidade. Exemplo: sistema aéreo dos EUA.

Assim, as redes sem escalas possuem polos de convergência e irradiação (nós que se destacam, mais "ricos", "mais conectados", "mais visitados") que são resistentes a defeitos acidentais e vulneráveis a ataques coordenados.

O conceito de “redes aleatórias”, definido por Erdös e Rényi (1956, apud Barabási e Bonabeau, 2003), aponta para estruturas em que a localização dos nós é randômica. Assim, em termos de topologia, todas as conexões têm aproximadamente a mesma quantidade de ligações. Esta dinâmica prevê que esses sistemas possuam um caráter democrático, na medida em que se constituem de espaços de ligações igualitárias. Porém existem redes que apresentam pólos com uma quantidade muito grande de conexões criando “pólos de convergência e irradiação”, enquanto os demais possuem poucas ligações. Este comportamento é denominado por Barabási e Bonabeau (2003) como padrão de “rede sem escala”. 

Em seus estudos sobre a World Wide Web, os pesquisadores previam encontrar uma estrutura de redes aleatórias, porém depararam-se com uma rede sem escalas. Isto se dá porque o espaço não é constante e também pelo que os autores denominam pela expressão “os ricos ficam mais ricos”, ou seja, os nós com várias conexões são preferencialmente ligados a novos nodos. 

A partir disso, verifica-se que a idéia da web como espaço democrático muitas vezes não condiz com a real situação que essa promove. Todos podem ocupar o espaço virtual, mas nem todos serão vistos e ouvidos. Em relação à inteligência coletiva, esse pode ser um dos fatores que faz com que a massa que constrói conhecimento seja na verdade composta por pequenos coletivos de indivíduos, formando diversos clusters. 

Isso pode ser verificado, por exemplo, nas estatísticas de sites mais acessados da web. Quanto mais um ambiente é acessado, mais as pessoas irão indicá-lo a outras e mais acima ele aparecerá nos mecanismos de busca. Outro exemplo é justamente o dos grupos colaborando em ambientes de construção coletiva, como a Wikipédia, em que um grupo dentro do coletivo total é responsável por mais da metade das intervenções densas, exemplo que será explicitado mais detalhadamente adiante. 

CAMPOS, Aline de. Os conflitos na construção de inteligência coletiva no espaço virtual: auto-organização, relações hierárquicas e as tensões na Wikipédia. XXXI Congresso Brasileiro de Ciências da Comunicação – Natal, RN – 2 a 6 de setembro de 2008. Disponível em: http://www.intercom.org.br/papers/nacionais/2008/resumos/R3-1876-1.pdf

[rubenalcaraz]

The Emergence of Network Science

Documentary unfolding the science behind the idea of six degrees of separation. Originally thought to be an urban myth, it now appears that anyone on the planet can be connected in just a few steps of association. Six degrees of separation is also at the heart of a major scientific breakthrough; that there might be a law which nature uses to organize itself and that now promises to solve some of its deepest mysteries.

Features Steven Strogatz, the Jacob Gould Schurman Professor of Applied Mathematics at Cornell, and Duncan Watts, PhD '97, principal researcher at Microsoft Research and A.D. White Professor-at-Large (2013-2019).

[computationalsociology]