산식
스코어 = 0.40×급증률 + 0.35×언급량 + 0.25×테마 — 각 항목을 0~100으로 정규화한 뒤 가중 합산합니다.
등급은 A(70+) · B(55+) · C(40+) · D 입니다.
급증률 24시간 전 대비 언급 증가 배수를 로그 스케일로 환산(15배에서 만점). 감소하면 0점.
언급량 절대 언급 횟수의 로그 정규화 — 롱테일 분포라 선형으로 쓰면 1위가 전부를 먹습니다.
테마 heat = 기준값 + 0.35 × 동종모멘텀. 기준값은 큐레이션한 12개 테마의 앵커이고,
동종모멘텀은 자기 자신을 제외한 같은 테마 종목들의 24h 언급 증감(5배에서 만점)입니다.
자기 언급이 자기 테마 점수를 밀어올리는 순환을 끊기 위해 leave-one-out으로 계산합니다.
복수 테마는 개당 0.12씩 가산.
트렌드 반영을 이렇게 만든 이유
외부 트렌드 소스를 먼저 검토했으나 둘 다 신뢰할 수 없었습니다.
Wikipedia 조회수 는 12개 테마 모멘텀이 0.92~1.17로 거의 평평했고 AI가 최하위로 나왔습니다 —
개념 문서 조회는 일반인의 호기심이지 시장 열기가 아닙니다.
Google News RSS 는 결과가 항상 100건으로 잘려 건수가 신호가 되지 못하고,
최근성 밀도로 봐도 사이버보안이 AI보다 높게 나오는 등 쿼리 매칭 결과에 가까웠습니다.
대신 이 사이트가 측정하는 커뮤니티 자체의 섹터 자금 쏠림을 쓰는 편이 정직하다고 판단했습니다.
종합 스코어
종합 = (1−w)×관심도 + w×재무. 재무 반영 비중 w는 상단에서 0~70%로 조절하며 기본값은 30%입니다.
재무 데이터가 없는 종목은 종합을 산정하지 않고 비워둡니다 — 임의 값(예: 50점)을 채우면
실적을 모르는 종목이 아는 종목보다 위로 올라오는 왜곡이 생깁니다. 종합순 정렬 시 이런 종목은 뒤로 갑니다.
관심도와 재무 점수는 각각 별도 컬럼으로 계속 표시됩니다. 종합 점수만 보면
70점이 "많이 언급돼서"인지 "마진이 좋아서"인지 구분되지 않으므로, 판단은 세 숫자를 함께 보고 하시는 편이 맞습니다.
비중을 0%로 두면 순수 관심도 순위가 됩니다.
재무 등급
두 등급이 어긋나는 지점이 이 화면에서 실제로 볼 만한 부분입니다 —
적자 · 과열주의 는 화제성은 상위인데 돈을 못 버는 기업,
재무 동반 은 둘 다 좋은 기업입니다.
재무 = 0.45×수익성 + 0.30×건전성 + 0.25×밸류에이션 (흑자 기준).
적자로 PER 산정이 불가능하면 0.60×수익성 + 0.40×건전성으로 대체합니다.
수익성은 순이익률·ROE, 건전성은 부채/자본·유동비율, 밸류에이션은 PER 기반입니다.
지표는 Finnhub 의 정규화된 TTM 값을 쓰고 12시간 캐시합니다.
표시 상위 50종목만 조회합니다.
왜 SEC EDGAR를 쓰지 않았나 — 공시 원본을 직접 파싱해봤으나 XBRL 태그가 회사마다 달라
META 순이익률이 148.7%(불가능), AVGO 매출이 실제의 절반 이하로 나왔습니다.
틀린 티가 안 나는 조용한 오류라 정규화된 지표를 쓰는 편이 안전하다고 판단했습니다.
데이터
언급량은 ApeWisdom 이 집계한 Reddit 투자 서브레딧의 티커 등장 횟수입니다.
상위 300종목을 5분 캐시로 받아옵니다. 언급의 방향(매수/매도/조롱)은 구분하지 않습니다.
한계
표본이 Reddit 개인투자자에 치우쳐 밈 주식이 과대표집됩니다. 테마 사전과 heat 값은 수작업 큐레이션이라
편집자 편향이 들어갑니다. 신규 상장이나 티커 변경은 반영이 늦을 수 있습니다.
ETF·레버리지 상품은 기본 제외되지만 목록이 완전하지는 않습니다.