家里开“篷子”的（设在船上面的赌博场所），讲讲人们的赌博心理是怎么被利用的。&br&就不“小赌怡情“，点根烟，直接讲大的。&br&赌场三步骤：&br&&blockquote&1.养猪&br&2.杀猪&br&3.以猪养猪&/blockquote&&br&这里的猪我没加引号，因为人那个时候就是猪。（猪说：你侮辱我）&br&&b&1.养猪----人心贪婪（正强化法之中看到人内心深处的盲目自恋）&/b&&br&在赌场中，养着一群人，供他们吃，供他们嫖，供他们赌，方言里面他们叫做”点子“，我称之为”门徒“。他们不是白吃，白喝，白赌的，他们是猎狗，有敏锐的嗅觉，知道哪些人是猪，他们混迹各大娱乐场所，广交朋友。&br&曾今有个”门徒“想退出，规则是给5万封口费，去另一个城市生活。&br&他还年轻，30出头，做”门徒“是有瘾的，每天白吃白喝，忽悠忽悠，还有提成，谁不愿意？&br&我就想问他，没赚够养老本怎么就退出了？这行的人都知道，这事缺德，自己没 好结果，给孩子能留点是点。&br&他说，太残忍，受不了了。&br&这事确实残忍，这门徒叫做”黑子“，很有脑子，做过一个很大的单子。&br&”黑子“喜欢嫖，所以就把他安排在浴城，钓那些”色佬“。&br&这次”黑子“钓的”色佬“人还不错，和”黑子“真有感情，杀猪的时候还不上钱，又不愿意再去骗自己的朋友，就被剁了只手，抵了3万块钱利息。&br&黑子因为这事内疚，不想干了。&br&干赌场，只要你还有感情，不够狠，就别干，不然迟早栽跟头。黑子走的好，他明白自己，他不自恋，这是人最缺的。&br&现在我来讲讲，怎么个养猪法。&br&”门徒“出去找”朋友”，然后偶然一起来赌一下“。&br&只要来了，离死就不远了。&br&先是不输不赢，每天有心跳，不花钱，只要没事做，就想来两手，开始不会让你赢的，人这时候还不是猪，懂得及时收手，赚了就当个游戏，不去了。也不会让你输，输了人就会怕，怕了就不来了。这时候人是最小心的，小心翼翼，生怕被骗，还有脑子。&br&来了个两三次，渐渐喜欢上了，也就不如之前小心翼翼了，警戒心就会降低，这时候，你该赢钱了。&br&别看赌场热闹，我告诉你，里面起码一半是“托儿”。他们就是专门生事的，方言他们叫做“钉子”，我叫他们“粮食”，就是巴普洛夫经典条件反射里面喂狗的“粮食”。&br&不方便透露太多，就只说一个“扎金花”，一般桌上三个“托儿”一头猪。&br&会让猪赢钱，然后一个托跳出来，说猪出老千，猪不认，然后赌场出来解决纠纷，证明猪是清白的，让托儿道歉，然后被请出去。你以为赌场里面只有钱？人的内心有什么，他都有，诬赖你是老千，让你愤怒，证明你是清白，给你安慰。这时候再来几个一捧，“你真厉害啊，牌运这么旺，今天穿红内裤了？”&br&人这时候就开始显露劣根了，开始自恋，无理由的相信自己是赌神，自己翻翻口袋，你只赢了几块钱？就当自己无往不利了？当一个人认为自己赌很厉害的时候，他就开始变猪了。盲目的信任自己，这时候，所有的输钱都变成暂时的运气不好了。&br&随着你越赢越多，你就越赌越大，你就越来越懒得去思考。&br&然后一不小心，输了一点，再输一点，稍微赢一点，输了一把大的。&br&至此之后，你永远别想回本，你或许会赢一点，但是相比你输的，差的太远。&br&你会越输越多，但是你想的是我要把输的赢回来就好，再也不赌了。&br&赌过的人一定能感同身受这句话“我要保本”。你以赚钱为动机送钱为行为，互为表里。&br&没钱了，找朋友借，拿家里钱，如果这时候你能即使收手，你还有救，回去努力个几年，还能补上漏洞，一但你敢向赌场里面的人借钱，你就万劫不复了。&br&我家一般放高利贷是3个点，也就是利息是3成，但是借给赌徒，利息是7个点，而且可笑的是，这些猪看到钱，一脸的感激，他们都不会问利息，妈的，真是自恋啊，你以为你是谁？白白借钱给你？&br&当然，借的钱你肯定输了，猪是没脑子的，有也只是钱堆起来的，不是赚钱，而是送钱。&br&猪已养肥。&br&&br&&br&&b&2，杀猪，用恐惧唤醒内心被压抑的死亡本能&/b&&br&杀猪是个技术活，一般都需要有脑子的人设计方案，外人眼里，我家是四爷（在我们那里，爸爸的弟弟叫“爷”，四爷就是我爸爸的四弟）说了算，他够狠，道上都会敬他一声“王爷”，因为他叫“王叶”，谐音。但家里人都明白，四爷听我爸的。我爸在我小时候，是镇上的官，因为生了我，在斗争中被抓住了把柄（计划生育）....偏题了，有机会再讲这些，反正就说明一点，我爸是个文化人，杀猪需要文化人来。&br&不知道大家见没见过农村杀猪，说白了，就只有三点，按住，杀了，放开。&br&但这六个字里面有大学问，很大很大的学问。&br&按住：让猪蹄悬空，使猪失了根基&br&在赌场，一般到了杀猪的时候，会在其他场子里唤回一批人，方言叫做“扎子”，就是打手，而我叫他们“渣子”他们是最没有人性的一批人，都是老油条，一般技校里面才出来混的“黄毛”是不适合做这个的，我曾今做课题测过他们的MMPI（明尼苏达量表），他们都是精神病倾向极高的人群。&br&当猪开始输的时候，他们需要钱，借了赌场，欠了钱，会由这些人讨债。&br&怎么讨？&br&一点点来，不会一棍子把你打死，会恐吓你，夜里抓住了打一顿，但是都不痛不痒，摧残的是人心。&br&会在你家泼油漆，血淋淋的写上“欠债还钱，杀人偿命”，红色的大字，就写在门上。我妈是个读书人，说我爸没文化，人家只是欠债，要写上杀人偿命做什么？我妈不懂，没有杀人那两个字，气势就弱了一大截，这是恐吓，是催眠，将“杀”字刻入你的脑子，让恐惧侵占你的身体。偿命！！！&br&但是，总会放你一条生路，当一个人无路可走失去希望的时候，他就失去了人性，没了人性就恐怖了，他们会玉石俱焚。赌场要做的，只是让他们变成猪脑子，人性还是必须有的。&br&会给你拖几天，再拖几天，这个“拖”字真的是大智慧。&br&“拖”是给你时间借，你去借的钱了，虽然比起欠的差距太远，但是，会让猪众叛亲离。&br&让猪蹄悬空！！！&br&凡是嗜赌之人，必是众叛亲离，很多时候，家里人不理解，为什么输了这么多还去赌，我用精神分析的“客体关系”给你解释解释。&br&欠钱了，回去借，找朋友，找亲戚，自己是孙子。被老子骂不孝，被妻子骂无能，就是孩子见到自己都要绕路走，这种环境，人会忍多少自己的不堪？&br&回到赌场，只要是答应了你拖多少天，在这期间，只要你来赌，你还是大爷，只字不提欠钱，把你伺候好。&br&是个人都知道怎么选，做孙子还是大爷，欠了钱，猪是一步步被推向毁灭的。&br&众叛亲离，家里人讨厌，猪这下是彻底被按住了。&br&杀猪：一刀致命&br&一夜之间，那些和你称兄道弟的人脸全变了，你完全不知道发生了什么。&br&要钱，不然3万买手，5万买腿，吊起来，悬空。&br&（这里省略若干字，为了和谐）&br&不会一下次把话说死，会慢慢来，温水煮，一点点的磨你的意志力，关键，还给你时间思考。仗义多是屠狗辈，想的少容易冲动，想的多了，考虑的多了，人就钝了，就会怂，就会惜命。&br&让你想，让你思考，让你被折磨，这刀就进去了，就服从了。&br&（这段比较少了，省了很多，抱歉了各位）&br&放猪：不早不迟&br&放早了，猪会反抗，还有力气的猪是很恐怖的，赌场被烧过，就是来自一头变成人的猪。&br&放迟了，猪就死透了，没了活力，要杀要剐随便了，钱也没了，剁手是万不得已，黑社会杀人不杀猪。&br&场子里有个老人，他一眼就能看出是不是时候放了，老人走了，有这实力的也只有我爸，我爸不愿意干这事，就教下面的人一个办法。&br&看猪愿不愿意卖老婆女儿，愿意了，说明时候到了，但是如果连儿子也愿意卖了，那就迟了。&br&这里面有多少智慧啊，&br&古时候盗墓，一人进墓，一人在上面接，一般这二人是父子，就为了防止上面接物的人见财起意，埋了墓下的人。但是，一般老子进去，儿子埋了老子的也不少有，后来怎么解决？换过来，儿子进去，老子在外面。&br&这一换，就是智慧，但是也容易说明白，就是----根。&br&年轻的时候，男人最重要的就是几把，那是他的根。&br&老了，最重要的就是儿子，那是他的根。&br&把猪放了，才是开始.....&br&&br&&b&3.以猪养猪&/b&&br&农村养过鸡的朋友应该都知道，一群鸡崽子，最后活着的没几个，过几天就死几个，不是饿死的，而是被咬死了的（应该是zhuo死的，但是找不到zhuo，就用咬了）。你们猜猜是哪些鸡咬的？肯定是那些比较强壮的鸡吧？&br&不，恰恰相反，是那些相对较为弱小的，就只是这一个行为，写着多少法则啊？&br&这里面有同为弱者的发泄，&br&有争夺食物的自私。&br&猪被放出来了，不需要逼，他们会主动害人的，他们需要理解，需要倾诉，什么是最好的理解？什么是最好的倾诉？让你也感受，你才能理解。&br&他们开始骗朋友来赌，骗亲人来赌，似乎越多的人变猪，他们越不孤独。
家里开“篷子”的（设在船上面的赌博场所），讲讲人们的赌博心理是怎么被利用的。 就不“小赌怡情“，点根烟，直接讲大的。 赌场三步骤： 1.养猪 2.杀猪 3.以猪养猪 这里的猪我没加引号，因为人那个时候就是猪。（猪说：你侮辱我） 1.养猪----人心贪婪（正…
&p&赌局规则：&b&两人各自亮出硬币的一面。如果两人都是正面，那么A给B3元，如果两人都是反面，A给B1元，剩下的情况B给A2元。&/b&&/p&&p&误导：都是正面的概率是1/4，都是反面也是1/4，一正一反的概率是1/2。
那么通过这个游戏，B获得的奖励的期望：
E（x）＝（1/4）×3+（1/4）×1－（1/2）×2＝0
&b&看似公平&/b&。&/p&&p&上述解法的错误分析：
&b&亮出硬币正反面的概率是可以控制的！不是抛硬币的随机事件。&/b&&/p&&p&其实这道题不是简单的概率问题，而是一个经典的&b&零和混合策略博弈问题&/b&。
&/p&&p&假设A出正面的概率是p?，B出正面的概率是p?
那么A的平均收益则为 &/p&&img src=&///equation?tex=E%28A%29%3D-3%2AP1%2AP2-1%2A%281-P1%29%281-P2%29%2B2%5BP1%281-P2%29%2B%281-P1%29P2%5D& alt=&E(A)=-3*P1*P2-1*(1-P1)(1-P2)+2[P1(1-P2)+(1-P1)P2]& eeimg=&1&&&p&B的收益则是&/p&&img src=&///equation?tex=E%28B%29%3D3%2AP1%2AP2%2B1%2A%281-P1%29%2A%281-P2%29-2%5BP1%2A%281-P2%29%2B%281-P1%29%2AP2%5D& alt=&E(B)=3*P1*P2+1*(1-P1)*(1-P2)-2[P1*(1-P2)+(1-P1)*P2]& eeimg=&1&&&p&这个游戏只有一个混合策略纳什均衡(Nash equilibrium)，即(p?,p?)=(3/8,3/8)。
&/p&&blockquote&如果一个策略组合使任何一个参与人的策略都是相对于其他参与人的策略的最佳策略，这个策略就构成一个纳什均衡，不管这个策略是混合策略还是纯策略。
混合策略纳什均衡是面对其他博弈者选择的不确定性的一个理性对策，其主要特征是作为混合策略一部分的每一个纯策略有相同的期望值，否则，一个博弈者会选择那个期望值最高的策略而排除所有其他策略,这意味着原初的状态不是一个均衡。
&/blockquote&&br&&p&而如果使用了达到纳什均衡的那个策略，即&b&p1=p2=3/8&/b&。&/p&&p&那么，无论B选择什么策略都会有相同的收益期望。&/p&&p&结论：A以3/8的概率出正面，假设B以任意y（0≤y≤1）的概率出正面&/p&&p&&b&E（B）＝（3/8）*3*y＋（5/8）（1－y）*1－【（3/8）*（1－y）＋（5/8）*y】*2＝－1/8
&/b&&/p&&p&即n轮游戏后，B平均每轮要输1/8元。&/p&&p&---------------------------------专业的分割线-------------------------------------------&/p&&p&原答案省略了运用纳什均衡的计算过程&/p&&p&混合策略纳什均衡就是使双方无论做出何种选择，&b&收益都要最大化&/b&，则在上述情况下，应该&b&要使不论B做出何种选择，收益相等&/b&。（我的简单理解）&/p&&p&参照上述的公式E(A)&/p&&img src=&///equation?tex=-3%2AP1%2B2%281-P1%29%3D-1%281-P1%29%2B2%2AP1& alt=&-3*P1+2(1-P1)=-1(1-P1)+2*P1& eeimg=&1&&&p&（方程左边为B出正面的情况，右边为B出反面的情况）&/p&&p&解得P1=3/8，此时A的期望为1/8 （套用上述求E（A）的公式）&/p&&p&同理P2=3/8，此时B的期望为-1/8（套用上述求E（B）的公式）&/p&&p&--------------------------这是一条条分割线--------------------------------------------&/p&&p&关于纳什均衡的跟深入理解与运用，我也要和各位一起钻研。希望大家能分享一些更深入透彻的理解方法。&/p&&p&答案前前后后改了3遍，感谢各位提出的宝贵意见 &a class=&member_mention& href=&///people/978b26f36b55fc3a38820cbf71207c99& data-hash=&978b26f36b55fc3a38820cbf71207c99& data-hovercard=&p$b$978b26f36b55fc3a38820cbf71207c99&&@Ly Rus&/a& &a class=&member_mention& href=&///people/59e961e9aba08ebbaecff4a7& data-hash=&59e961e9aba08ebbaecff4a7& data-hovercard=&p$b$59e961e9aba08ebbaecff4a7&&@飞翔的沙子&/a& &a class=&member_mention& href=&///people/d310ea6b756a518e3bd693d461f3c680& data-hash=&d310ea6b756a518e3bd693d461f3c680& data-hovercard=&p$b$d310ea6b756a518e3bd693d461f3c680&&@五糟&/a& &/p&&p&评论区里大神用算法模拟此赌局策略，验证策略的可靠性，十分感谢。&/p&&p&&a class=&member_mention& href=&///people/80d153dd2f25c82123ab7& data-hash=&80d153dd2f25c82123ab7& data-hovercard=&p$b$80d153dd2f25c82123ab7&&@萝莉即正义&/a& &a class=&member_mention& href=&///people/8ae6e40b53f761e1b0b6f0ca33b45b0e& data-hash=&8ae6e40b53f761e1b0b6f0ca33b45b0e& data-hovercard=&p$b$8ae6e40b53f761e1b0b6f0ca33b45b0e&&@谢耳朵&/a& &a class=&member_mention& href=&///people/f2efefbb1f4ccf4adbcddf& data-hash=&f2efefbb1f4ccf4adbcddf& data-hovercard=&p$b$f2efefbb1f4ccf4adbcddf&&@黄二麻子&/a& &/p&&p&我也想知道怎么用算法模拟。&/p&&p&感谢 &a class=&member_mention& href=&///people/abf8d3d5c364c63ae8bbab44e397c451& data-hash=&abf8d3d5c364c63ae8bbab44e397c451& data-hovercard=&p$b$abf8d3d5c364c63ae8bbab44e397c451&&@动态分区&/a& 的算法。&/p&&p& & A=rep(0,10000)
& B=rep(0,10000)
& R=rep(0,10000)
& M=rep(0,99)
& p=seq(from=0,to=0.99,by=0.01)
& for (time in 1:99){
for (i in 1:10000){
if (runif(1)&0.625) A[i]=1
else A[i]=0
for (i in 1:10000){
if (runif(1)&p[time]) B[i]=1
else B[i]=0
for (i in 1:10000){
if(B[i]==1 && A[i]==1) R[i]=-3
if(B[i]==0 && A[i]==0) R[i]=-1
if(B[i]==1 && A[i]==0) R[i]=2
if(B[i]==0 && A[i]==1) R[i]=2
M[time]=mean(R)
& plot(p[1:99],M)
[1] 0.1251596 &/p&&p&对于各位所说的现实情形，如双方心理，策略变化等主观因素。我的回答是：
&/p&&p&现实远比数学模型复杂，这个解答忽略了很多客观，主观因素。纳什均衡也远比上述复杂，用一个数学模型去解释复杂的心理与现实环境，或许不太现实，或许我能力不够。&/p&&p&又一个结论：&b&两硬币同一面，则A给B2元，一正一反，则B给A两元。这个规则对AB公平，即不论采取何种策略，都无法保证赢。期望等于零。&/b&&/p&&p&------------------------------懒得划分割线-------------------------------&/p&&p&我一介知乎小透明，承众多知友厚爱，竟得到这么多赞，感激不胜。&/p&&p&很多知友都对博弈论感兴趣，那我推荐几本挺好的教材吧。&/p&&p&&b&《妙趣横生博弈论》&/b&（迪克西特，奈尔伯夫）（入门级，侧重与经济学领域）&/p&&p&&b&《策略博弈》&/b&（迪克西特，斯克丝）（系统，简要地介绍博弈论的基础知识，解释清晰，逻辑严密，涉及数学，经济，军事等邻域，语音和逻辑不会特绕，当然，细心思考更能理解博弈论的精妙）&/p&&p&&b&《博弈论战略分析入门》&/b&（老师推荐的，目前还没看，不枉作评论）&/p&&p&&b&耶鲁大学关于博弈论的公开课&/b&值得推荐&/p&&p&地址：&a href=&///?target=http%3A///special/gametheory/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&耶鲁大学公开课：博弈论_全24集_网易公开课&i class=&icon-external&&&/i&&/a&&/p&&p&另外：转载请私信，注明作者。&/p&
赌局规则：两人各自亮出硬币的一面。如果两人都是正面，那么A给B3元，如果两人都是反面，A给B1元，剩下的情况B给A2元。误导：都是正面的概率是1/4，都是反面也是1/4，一正一反的概率是1/2。
那么通过这个游戏，B获得的奖励的期望：
E（x）＝（1/4）×3+（1…
1谢绝转载，&br&包括朋友圈，微博。&br&&br&因为真人真事，可能一些涉及人身安全问题。&br&&br&我一个，曾经的好兄弟，曾经也提出过和你完全相同的理论。&br&&br&家乡贫穷，穷山恶水，赌风甚盛。从中学开始，一些朋友、同学就开始喜欢赌，从小钱开始，打麻将，打游戏，水果机，从几毛几块开始赌到几十上百块。&br&&br&兄弟fox是我球队队魂，曼联铁杆，如红魔一样热血豪爽的青年。&br&踢球者当然热爱足球，爱足球又爱赌博的人，当然热爱赌球。&br&&br&当时学澳门，当地有暗庄收外围。&br&&br&赌球规则简单，有让球，能赢让球球数以上的就算赢，否则就输，当然还有打和，俗称走水。&br&就是说，除去打和，单算输赢，概率和抛硬币的游戏一样，都是二分之一。&br&&br&那时我和朋友们都是学生，都玩赌球，玩是好玩，也有输赢，赢的时候一群伙伴就去吃吃喝喝，挺开心，输了就给钱，输的多了，到了几百总会有怕，不玩了。&br&&br&那是9几年，庄有规矩，满100才能下，我们每把也就是每人几十元，筹够整数才下。但有个人不一样，就是fox，红魔的豪气就是不同，每把都是几百的下，赢的时候非常大方，请大家喝酒吃饭，泡妞更不用说多风光。输时，到处问人借钱，下的更多翻本。到了后来，每次都是几千几千的下，吃饭庆祝更频繁了，借钱翻本的电话也更频繁了。用无数借口，骗兄弟，骗父母的钱，来还债，终于他欠到了还不清了，被迫向家人摊牌了。这样的事，兄弟朋友，家人，无数次劝介，发火，让他不要再赌了，都无用，同样剧情接二连三的上演，大家都觉得他无药可救了。&br&&br&他总共欠多少我不知道，只知道二千年初，他家人卖房子为他还债了。这次，他终于不赌了。&br&1年后的一晚，朋友们吃宵夜，说起赌球，他一脸不爽，却一脸发现新大陆的兴奋，狠狠的说道：&br&&br&他妈的，也就是我没钱，赌球才老是输钱，如果我有一百万，我赌球一定百战百胜！&br&&br&大家长大嘴巴，都惊呆了，他得意洋洋，咬下一块炸鸭头，说道：&br&&br&你们不知道吧，如果我每次下100，输了，我就下200，再输我就下400，再输，就下800，在输就再翻倍的下，如果我有一百万，我赌球绝对不会输！&br&&br&当时我读大一，刚修完概率论，一百万除以100等于1 = 8192，就是说，按fox的理论，他要连输14次才会输，1/2^14 约等于0，我也是知道的。&br&&br&理论完全正确，内心却觉得完全不妥。&br&&br&几年中，fox虽有小赌，但未有深陷。&br&&br&终于到了世界杯，在全民赌球的氛围下，fox也越来越狂热。由每场几百几百的下，到每场几千的下了，到几万的下。输了，一些高利贷就出现了，会对他说，怕什么，几万元，我借你！翻本。&br&&br&fox聪明，也有运气，输了几次都被他翻本大步过险，世界杯结束空手套白狼，赢了二十几万。&br&&br&人是很奇怪的，钱来得容易，花的就不心痛，尤其是账面起伏很大的人，有时花费买几千东西，喝几千酒，不会心痛，感觉就是下一场球就赢回来了。&br&&br&人都有圈子，爱赌爱玩的人，富二代官二代多。fox每晚都去玩，群上那些人，喝酒，泡妞，出手豪爽送女iphone送包，酒池肉林。&br&&br&人善变，有钱了，以前的虚荣心和失落时受人白眼的报复心，&br&让fox就变得极其嚣张，一遇到和朋友小小矛盾，毫不客气，骂人发飙，立即反脸，却像哈巴狗一样讨好有钱人。&br&&br&兄弟渐行渐远。&br&&br&用钱快，下的球也越多。世界杯结束，当然继续赌球。&br&&br&上的山多终遇虎，不够2个月，由赢20万到输20万，输了当然借高利贷，高利贷是要给高利息的。庄家可不是白痴，没现金给，想一次下20万翻本，怎么可能，一场最多让你下1万。利叠利，数叠数。&br&&br&fox为人够大方也够运气，遇到好心有钱人帮他还了好多次，&br&&br&聪明的fox，还有办法，平时出入高档场所多，结识的都是有钱人，骗些富二代一起做生意，生意没落实，就利用工程单，自己的店铺，拼命向银行骗贷款，借高利贷，积累到一个月几万元的利息。&br&&br&赌是种毒品，纵然欠下巨债，更有今朝有酒今朝醉的觉悟，每天吃喝玩乐，醉生梦死。&br&&br&故事最后，fox真的输了一百多万，再借无可借，骗无可骗了，追数排山倒海的涌来，无数次夹走fox，毒打，追向他一贫如洗的家里，fox最后跑路，至今音讯全无。&br&&br&人是一种欲望的动物，就像你小时候得到一包方便面，一个巧克力而欢喜半天，现在送你100包方便面，100个巧克力你也不会高兴。就像送你一套房子你会开心很久，但送马云一套房子他完全没感觉。&br&&br&&br&人的生命只有3万多天，赌的次数是极其有限的，有100万，每次下1元，在有限的次数内，当然是几乎必胜的概率。&br&&br&但赌博赌的从来不是数学，赌的是人性的贪婪。
1谢绝转载， 包括朋友圈，微博。 因为真人真事，可能一些涉及人身安全问题。 我一个，曾经的好兄弟，曾经也提出过和你完全相同的理论。 家乡贫穷，穷山恶水，赌风甚盛。从中学开始，一些朋友、同学就开始喜欢赌，从小钱开始，打麻将，打游戏，水果机，从几…
&p&显微镜下看赌场，战胜庄家原来如此简单！&/p&&p&近日孔令辉因欠赌债被赌场告上法庭，作为一代人的乒乓偶像，孔令辉赌博的新闻立即引起全国轩然大波，乒协更是把大赛前主帅之一的孔令辉从德国紧急召回。不知道孔令辉如何度过这一关，但他的政治生涯应该是到此结束了。&/p&&p&赌博有一种海洛因般的魔力，千百年来让无数赌徒倾家荡产、家破人亡。现在依旧有很多人沉迷在赌博中无法自拔，每年到澳门、境外赌博的人以及各种地下赌场不计其数，百度“戒赌吧”更是有接近上千万人关注。那么赌博的背后究竟是什么，能否用科学的方式来解剖赌博，把赌博放在显微镜下，透视赌博的本质和真相呢？&/p&&p&01 三个有趣的概率游戏&/p&&br&&img src=&/v2-94bc25f4d7f9dc07c20ee64_b.jpg& data-rawwidth=&501& data-rawheight=&344& class=&origin_image zh-lightbox-thumb& width=&501& data-original=&/v2-94bc25f4d7f9dc07c20ee64_r.jpg&&&br&&img src=&/v2-23de45eba1a219dfa0ffc8dd5f93ee0d_b.jpg& data-rawwidth=&500& data-rawheight=&365& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&/v2-23de45eba1a219dfa0ffc8dd5f93ee0d_r.jpg&&&br&&p&No1：每次输后加倍下注。比如第一局输了100元，第二局就下注200元，如果输了就再下注400元，以此类推直到赢再重新开始新的第一局，这种方法是否能保证永远立于不败之地？这个理论第一眼看起来竟颇有几分道理，但是实则荒谬至极，我们直接上数据。&/p&&br&&img src=&/v2-5d1c58aab32fc01dedd3bd_b.jpg& data-rawwidth=&271& data-rawheight=&413& class=&content_image& width=&271&&&br&&p&以第一次下注100元为例，连输21局时，筹码已经突破了1亿元。按照这个理论，第22局要下注元。假设第22局赢了的情况下，因为本轮前面的21局输掉了元，因此这一轮只赢了100元，也就是说不停翻倍下注甚至到2亿元，目的竟然只是为了去赢庄家100元，从这里就可以看出这个游戏风险和收益是多么的严重严重严重不对等。连输21局是一个概率极小的事件，但是从长远来看这又是一个一定会出现的必然事件，而且这个概率出现的可能性比你想象中要大得多。当然这个理论在一种情况下是有效的，即赌本有无限的钱，但是话说回来，都已经有无限的钱了，你还来挣这一百块干啥？&/p&&p&No2：现在有三扇门ABC，一扇门后面是一辆豪华汽车，另外两扇门后面什么也没有。你选择了A门后，庄家打开C门发现什么也没有，问你愿不愿意换到B门。先说答案：把A换到B会使得到豪华汽车的概率从33.33%提高到66.66%。&/p&&p&把这个问题改编一下，假设现在有10000扇门，你选择了第1扇门，然后庄家把第3扇到第10000扇门全部打开什么都没有，问你要不要用你的第1扇门去换第2扇门？&/p&&p&再进行一个深度改编。彩票想必很多人都买过，如果把双色球所有组合都买一遍需要买张彩票，假设你选择了其中一张彩票的组合号码，然后庄家告诉你另外张肯定不是下期的开奖结果，还剩你最初选择的一张和另外一张一定有一张是。问你愿不愿意用你开始选择的那一张来换剩下的一张彩票？&/p&&p&这三个例子除了门的扇数不一样，本质是一模一样的。&/p&&p&No3：有100%概率获得100万元，有50%概率获得1亿元。很多人会选择100万，因为100万是确定的，而选择了后者50%的概率什么也得不到，这是他们无法忍受的。但是绿色按钮数学上的价值是5000万，延伸一下，完全可以把这个价值5000万的按钮4000万卖出去。&/p&&p&或者再换种方式，用100万去购买50%概率获得1亿元，你愿不愿意？用1元去购买50%概率获得100元，你愿不愿意？&/p&&p&02 所有的赌博都是赌概率 &/p&&p&公平的概率：抛一枚硬币，正面赢100元，反面输100元，你愿意参加这个赌博吗？这个赌博从概率和赔率来讲都是一个非常公平的游戏，有可能你抛10次全部都是反面，但是如果抛10000次，一定是无限于接近。从赌博参与各方的角度，这是一个公平的概率。&/p&&p&有利赌场的概率：现实赌场中不会存在抛硬币的游戏，即使有规则一定也是这样的：正面你可以赢90元，但是反面你要输100元，那10元钱相当于赌场的抽水和服务费，这种抛硬币的游戏概率相同，但是输赢金额不公平。还有一种游戏是输赢金额一致，但是赌场赢的概率要略高于赌徒。&/p&&p&有利赌徒的概率：很遗憾，赌场几乎不存在这种概率的游戏。这种概率其实可以看做有利赌场概率的反面，因为赌场赢的概率和赌徒赢的概率一定是此消彼长的对立面。&/p&&p&任何进入赌场的人都一定会成为概率的奴隶，无人能违反，无人能逃脱，无人能超越。即使你只玩一把赢了就走，一定有另外一个人或更多的人会因为你而输掉更多的钱来回归概率这个早已注定的自然法则。千千万万的赌徒或者一个长久玩下去的赌徒，一起造就了概率这个神奇的自然法则。&/p&&p&03 一个战胜赌场的伟大公式&/p&&p&赌博遇到的所有概率和下注问题都可以由一个公式来解决，这就是伟大而又至简的凯利公式。凯利公式是1956年美国物理学家凯利提出，后被人应用到赌博和投资中，麻省理工学院的一位数学教授更是利用凯利公式在赌场大把捞金，轻松战胜赌场。&/p&&br&&img src=&/v2-8c8a1c0c01c5_b.jpg& data-rawwidth=&189& data-rawheight=&84& class=&content_image& width=&189&&&br&&p&f为资金的下注比例；&/p&&p&b为盈亏比；&/p&&p&p为胜率；&/p&&p&q为亏损概率，q=1-p；&/p&&p&公式上面的分子bp-q为期望值，即离散随机变量的长期均值。&/p&&p&在公平赌博游戏中，双方输赢的概率都是50%，输赢的金额一样。&/p&&p&f=（bp-q)/b=（1*0.5-0.5）/1=0&/p&&p&凯利公式认为在公平的游戏下应投入资金的0%，所以西方有句谚语叫：上帝不掷骰子。也就是说这个游戏连上帝都不能赢对方。因此不应当参与，没有下注的必要。&/p&&p&赌场的游戏几乎对赌徒都是不公平的概率游戏。&/p&&p&一种是输赢概率都是50%，但是赢赚90元，输亏100元。&/p&&p&f=（bp-q)/b=（0.9*0.5-0.5）/0.9=-0.056&/p&&p&另一种是输赢的金额一样，但是赌徒赢的概率49%，赌场赢的概率51%。&/p&&p&f=（bp-q)/b=（1*0.49-0.51）/1=-0.02&/p&&p&凯利公式认为这两种概率的游戏赌徒不仅不应该下任何赌注，还应该下负的赌注，即这种概率想赢钱，就是变成对方也开一个赌场，成为庄家。所以这种游戏在概率法则下赌徒一定会亏钱，这也是古语为什么说“久赌必输”。而如果输了钱像“孔令辉的亲戚”一样借钱赌博，那结果只能是越输越多，但很多人没有意识到的是，这个输其实和心态关系并不是很大，因为赌场的概率决定了赌的越多就亏的越多。&/p&&p&赌徒占优势的游戏。&/p&&p&这种游戏在赌场里几乎是找不到的，麻省理工的那位数学教授之所以用凯利公式大把捞金，是通过赌局前半场下小注来计算下半场所剩牌的情况来下重注，这样就使整体概率站在赌场一边的游戏，在下半场站在了赌徒的一边。现在赌场已经用新的洗牌机等设备及技术来杜绝这种计算的可能，所以我们很难再像那位教授一样赚到赌场的钱。如果可能赢赌场的钱，这也是唯一的方法所在。&/p&&p&虽然这种概率在赌场并不常见，但是在股票市场、期货市场、德州扑克等游戏中大量存在，所以依旧非常有研究的必要。假设一个赌博赢的概率是60%，输的概率40%，输者给赢者100元，这是一个赌徒略占优势的游戏。那么在这个优势倾斜的游戏中，应该怎么下注呢？即使这种对赌徒有利的游戏，如果不会下注，也可能败给赌场输的一败涂地，用凯利公式就可以完美的解决这个问题。&/p&&p&f=（bp-q)/b=（1*0.6-0.4）/1=0.2&/p&&p&因此，在这个游戏中每次投入20%的比例是最优的。凯利公式的数学推导过程证明凯利公式是完全正确的，当然这个推导过程非常复杂。实践也证明凯利公式的正确，比如这个游戏每次下20%时最后的收益最大，风险最小。&/p&&br&&img src=&/v2-18e7dcb39c1a8b955ea13_b.jpg& data-rawwidth=&414& data-rawheight=&110& class=&content_image& width=&414&&&br&&p&那么什么时候才能下100%赌注即我们所说的梭哈、all in呢？&/p&&p&从凯利公式我们也可以看出，只有当p即获胜概率为100%、亏损概率q为0%时，才可以下全部赌注。即使赢的概率高达99.9999%，也不应该下所有赌注，虽然亏损的概率非常非常小，但是长久来看这个概率必然会发生，而一旦发生就会失去所有的本金。&/p&&br&&img src=&/v2-8f363ac1dbb9ba0f37f2cc4_b.jpg& data-rawwidth=&500& data-rawheight=&590& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&/v2-8f363ac1dbb9ba0f37f2cc4_r.jpg&&&br&&p&综上，凯利公式对赌场的结论可以总结为三点。&/p&&p&1、期望值为0的公平游戏及期望值为负数时不应下任何赌注。&/p&&p&2、期望值为正时按照凯利公式投注赚钱最快，风险最小。&/p&&p&3、除了100%确定赢的情况，任何时候都不应下全部赌注。&/p&&p&赌场游戏的期望值几乎都为负数，因此我们想在赌场中稳定长久的赚钱几乎是不可能的。除非只来一把，赚了就走，从此不再进入赌场，但是人性决定了这几乎是不可能的，等到第二把第三把，你很快就会变成概率的奴隶。所以赌徒不要妄想靠智商，甚至运气来赢赌场的钱，在上帝也要遵从的概率法则中你只要进入赌场就已经输了。因此战胜赌场的方法就是永远不要赌博，不赌就是赢！&/p&&p&重要的事情说三遍：&/p&&p&珍爱生命，远离赌博。&/p&&p&珍爱生命，远离赌博。&/p&&p&珍爱生命，远离赌博。&/p&&p&欢迎微信搜索关注“法律那些趣事”，一起发现有趣的法律。&/p&
显微镜下看赌场，战胜庄家原来如此简单！近日孔令辉因欠赌债被赌场告上法庭，作为一代人的乒乓偶像，孔令辉赌博的新闻立即引起全国轩然大波，乒协更是把大赛前主帅之一的孔令辉从德国紧急召回。不知道孔令辉如何度过这一关，但他的政治生涯应该是到此结束了…
■ 老奶奶赌博&br&根本用不到加倍下注法(Martingale)，或者学术一点的称呼：鞅(也叫Martingale)。因为这个游戏的设计根本不是Martingale。这个游戏的期望值根本就是负的，不是公平游戏(fair game)：每赌一块钱，平均要输5分钱（0.9/2 + (-1)/2 = -0.05）。&br&&br&即使每次把赌本翻倍，也未必能赚到钱：&br&&ul&&li&玩第一次，赌1元，赢的话拿走0.9元，老奶奶走人；输的话老奶奶赔掉1元，继续玩。。。&br&&/li&&li&玩第二次，赌2元，赢的话拿走1.8元，老奶奶走人，连同输掉的1块钱一共赚了0.8元；输的话老奶奶又赔掉2块钱，一共输掉3元，继续玩。。。&br&&/li&&li&玩第三次，赌4元，赢的话拿走3.6元，老奶奶走人，连同输掉的3块钱一共赚了0.6元；输的话老奶奶又赔掉4块钱，一共输掉7元，继续玩。。。&br&&/li&&li&玩第四次，赌8元，赢的话拿走7.2元，老奶奶走人，连同输掉的7块钱一共赚了0.2元；输的话老奶奶又赔掉8块钱，一共输掉15元，继续玩。。。&br&&/li&&li&玩第五次，赌16元，赢的话拿走14.4元，老奶奶走人，但是老奶奶已经赔了0.6元；输的话老奶奶又赔掉16块钱，一共输掉31元，继续玩。。。&/li&&/ul&这就是Gambler's ruin(赌徒必输定理)：如果一个游戏的期望值为负，赌徒迟早会破产。&br&&br&■ 真正的加倍下注法&br&只有期望值为0（或者期望值等于为这个游戏所支付的金额），才是martingale，才可以用加倍下注法。&br&&ul&&li&玩第一次，赌1元，赢的话拿走1元，老奶奶走人；输的话老奶奶赔掉1元，继续玩。。。&br&&/li&&li&玩第二次，赌2元，赢的话拿走2元，老奶奶走人，连同输掉的1块钱一共赚了1元；输的话老奶奶又赔掉2块钱，一共输掉3元，继续玩。。。&br&&/li&&li&玩第三次，赌4元，赢的话拿走4元，老奶奶走人，连同输掉的3块钱一共赚了1元；输的话老奶奶又赔掉4块钱，一共输掉7元，继续玩。。。&br&&/li&&li&玩第四次，赌8元，赢的话拿走8元，老奶奶走人，连同输掉的7块钱一共赚了1元；输的话老奶奶又赔掉8块钱，一共输掉15元，继续玩。。。&/li&&/ul&问题在于老奶奶最多只能赚1元，但是可以输掉的钱远远大于1元。风险收益不成比例，Sharpe Ratio太低。&br&（题外话，在衍生品交易里面等同于Sell put）。&br&&br&■ 圣彼得堡悖论&br&圣彼得堡悖论之所以叫做“悖论”，是因为这个游戏每次能赢的金额是有限的，但是游戏的价格是无穷的。&br&并不是题目里面所说的“单纯计算的话，理论上你可以赢无限的钱”。&br&&br&（题外话，可以通过引入效用（Utility）来解决这个悖论。）&br&&br&■ 股票必胜法&br&不断抄底不能保证赚钱，只有股票的价格高于平均买入的价格才是赚钱的。&br&很简单的算术问题，老奶奶也能算。。。。
■ 老奶奶赌博 根本用不到加倍下注法(Martingale)，或者学术一点的称呼：鞅(也叫Martingale)。因为这个游戏的设计根本不是Martingale。这个游戏的期望值根本就是负的，不是公平游戏(fair game)：每赌一块钱，平均要输5分钱（0.9/2 + (-1)/2 = -0.05）。 即…
&p&&b&“不生男孩儿，全额退款”&/b&&/p&&p&-- 这不是个抖机灵，类似的营销伎俩比比皆是。只不过在生男生女这件事儿中，“服务提供者”对结果的影响程度等于零，而其他很多服务，或许多少有些影响罢了。&/p&&p&典型如英语培训，类似“不到XXX分/不提升XXX分，全额退款”。服务提供方，只需要确定（边际收入*达标概率）& 边际成本，这种事儿就稳赚不赔。而英语培训这种服务业，在不超出一定硬件规模的条件下，边际成本基本上就是零，反而是对固定成本的摊薄。考虑到肯定不退款的教材费利润，以及招生规模上升的品牌提升属性，总边际成本几乎确定是负的（边际收入），于是这事儿更是稳赚不赔。而“达到XXX分/提升XXX分”这种事儿，考虑到并没有“不参加任何培训机构就达到XXX分/提升XXX分”这一benchmark来对比，大多数人很容易将此效果完全归因于培训机构，类似于生了男孩儿的人觉得大师果然很灵。&/p&
“不生男孩儿，全额退款”-- 这不是个抖机灵，类似的营销伎俩比比皆是。只不过在生男生女这件事儿中，“服务提供者”对结果的影响程度等于零，而其他很多服务，或许多少有些影响罢了。典型如英语培训，类似“不到XXX分/不提升XXX分，全额退款”。服务提供方…
涉及到概率的问题，如果想解释得通俗易懂，让非专业人士也能很容易明白，那就不适合引入太多的专业术语和概念。为了方便大家的理解，我的回答不会涉及任何特别专业的词汇。&br&&br&我们先玩三个游戏吧。&br&&br&游戏1.有三个盒子，一个盒子里有钻石，其它两个什么都没有。你先选了一个盒子，放在你的书包里。主持人把另外两个放在他的书包里。这时候问你，要不要用你的书包换主持人的书包？&br&&br&分析：你的书包只有一个盒子，主持人的书包有两个，很显然，主持人的书包里有钻石的可能性更大。所以应该选择换！&br&&br&游戏2.有三个盒子，一个盒子里有钻石，其它两个什么都没有。你先选了一个盒子，放在你的书包里。主持人把另外两个放在他的书包里。然后主持人从他的书包里扔掉一个没有钻石的盒子。这时候问你，要不要用你的书包换主持人的书包？&br&&br&分析：主持人从他的书包里扔掉一个没有钻石的盒子，这个行为并不会改变书包里有钻石的概率。所以既然游戏1要换，那么游戏2同样要换。&br&&br&游戏3.有三个盒子，一个盒子里有钻石，其它两个什么都没有。你先选了一个盒子。然后主持人从另外两个盒子中扔掉一个没有钻石的盒子。这时候问你，要不要用你的盒子换剩下的那个盒子？&br&&br&分析：游戏2相对于游戏3，唯一的不同是增加了“书包”这个概念，但其实有没有把盒子装入书包，并不会对结论产生影响，本质上游戏3和游戏2是同一个游戏。所以游戏3同样要换。&br&&br&而游戏3就是题目中所描述的蒙提霍尔问题。因此结论只有一个字：换。
涉及到概率的问题，如果想解释得通俗易懂，让非专业人士也能很容易明白，那就不适合引入太多的专业术语和概念。为了方便大家的理解，我的回答不会涉及任何特别专业的词汇。 我们先玩三个游戏吧。 游戏1.有三个盒子，一个盒子里有钻石，其它两个什么都没有。…
如果相信科学，大数定律的话，赌博最后的结果一定会是输钱的。在这里，我引用我们团队教授原创的论文来详细解释一下。（教授在麻省理工学院概率小组，曾为IBM、黑石亚洲等企业作数据统计分析）&br&赌博最终结局一定会是输的。&br&&br&&p&
金融投机之必胜论&/p&&p&
------采不尽的金矿钻石矿 &/p&&p& 在金融世界，如果有人掌握了能在金融投机中取得永远必定胜利的方法（必胜法），&/p&&p&那么，就意味着这个人找到了一座永远开采不尽的金矿或钻石矿。&/p&&p&这是一场没有硝烟却惊心动魄，&/p&&p&从必败走向必胜的概率战争。&/p&&p&无论是谁，只要信奉于运气，&/p&&p&那么，灾难就缠上了他。&/p&&p&金融，即钱币现金钞票也。&/p&&p&投机，即投资于机会也，&/p&&p&而这机会一定就是随机的，&/p&&p&随机的通俗解义就是输赢得失对半，典型的比喻就是抛硬币。&/p&&p&当今社会，股市、汇市、期市、金市及各种衍生大行其道，参与炒股的炒汇的炒期货的炒金的以及炒股、汇、期、金各市指数的人群如潮如蚁，奇怪的是，没几个人（包括官方）肯爽爽快快的承认：“炒”即赌博也，即使强辩，却也无法说出站得住脚的理由。&/p&&p&这里说的“炒”指的是中短线投机，更偏向于短线。&/p&&p&至于巴菲特索罗斯等所谓的“股神”，从严格意义上来说，他们根本就不是在“炒”，而是充分发挥他们的商业天赋，省却了参股退股，冗长繁琐之谈判和手续，而选择其投资，表现在股市、基金上而已。&/p&&p&其实，上述的股、汇、期、金各市，只要你的入市动机是“炒”，那么，论其本质，你已经把它当作赌场了。&/p&&p&皆因其运作方式实际上与赌场毫无二致&/p&&p&（提供可以让参与者互相对赌的平台及抽水），&/p&&p&实际上参与者的“入市”动机和“炒升炒跌”的心理、手法都跟在赌场里的赌徒（炒大炒小）一模一样，输与赢都是真金白银，其结果同样造成海量的倾家荡产人间悲剧。&/p&&p&其唯一的区别在于合法与非法、急性与慢性而已。&/p&&p&赌场、保证金炒汇炒股指期货等可在以秒为单位决出胜负并即时成交的属急性赌博，短时即可令“炒”者全副身家转眼为空，连后悔都来不及。相比之下，如炒股之类的慢性赌博，尚留有后悔刹车逃跑的空间余地而已。&/p&&p&
有人分辩说，“炒”跟赌不同，“炒”可以通过自身的努力，比如做足功课留意行情人气变化多听专家评述探听内幕消息使用预测工具等等，就可以准确预测后市的升跌提高命中率或者能做到输少（小）赢多（大）。对于有这种想法的人，只能套用某行业的术语称之为“炒盲”，而且还“盲”得连妈都不认得！&/p&&p&道理很简单：投机一定是建立在随机的（动荡不堪的）基础上的，即使是足彩，也必定由分析师核定于最接近50%随机。而随机具有绝对的不可预测性，较为形象的比喻就是：&/p&&p&有谁能在漂浮在波涛水面的木板上稳稳倒立一个啤酒瓶？&/p&&p&另一个连三岁小儿也懂的道理就是：&/p&&p&若投机能预测（无论用什么方法），那么投机早就不存在了。&/p&&p&所谓的努力只不过是自欺欺人的徒劳而已。&/p&&p&
遗憾的是，虽然参与者芸芸，却没有几人能明白这是一场尚未开局便已注定最终以自己惨败为结局的游戏。&/p&&p&无论上述的股汇期金各市乃至赌场，细分至每只个股、货币对、货品种，其经历之升跌变幻都能用一道起伏跌宕的曲线表现出来，而且此曲线也一定符合大数定理之随机变量独立分布曲线的特征&/p&&p&Law of big number:&/p&&p&（大数定律 是指在随机事件中，&/p&&p&每次出现的结果不同，&/p&&p&但是大量重复事件出现的结果的平均值却几乎总是接近于某个确定的值。&/p&&p&其原因是，&/p&&p&在大量的观察试验中，个别的、偶然的因素影响而产生的差异将会相互抵消，&/p&&p&从而使现象的必然规律性显示出来）。&/p&&p&在金融投机中这个确定值就一定是50%，亦即升跌对半。&/p&&p&
按说，既然是升跌得失对半，那么最终的结果应该是零和，即没输也没赢。有这种看法的人，一定是疏忽了在权力维切割下的可怕后果。 &/p&&p&
权力维：即在投机交易中无法避免的各种税费抽水以及政策变动货币贬值等总称（以下简称“权利润”）。&/p&&p&虽然权利润对于单次交易中所佔的比例相对轻微，但对于多次交易，其显示的威力却构成了致命的因素。&/p&&p&假设某先生买入一只股后在升了10%后卖出，&/p&&p&其得利是0.1－1.1×3‰=0.0967。&/p&&p&在另一次却在跌了10%后卖出，&/p&&p&失利0.1+0.9×3‰=0.1027，&/p&&p&即在一胜一负的等数交易中实际失利0.006(6‰)。&/p&&p&这就说明，在经过167次输赢对半的交易后，某先生已亏损了1个本钱（1代表单位，可以是1元也可以是一百万元，往往就是炒者的全部家当）。&/p&&p&绝大多数炒家都被曾经的赢兴奋不已被环境渲染的暴富激励不已，只着眼看赢的欢呼不屑看输的道理，全不知“炒”网恢恢疏而不漏！&/p&&p&金融投机的特点就是&/p&&p&不可能靠一次或有限的若干次赢就能让参与者达成愿望而永远退出，&/p&&p&在各种贪念的驱使下持续不休的交易，&/p&&p&所缴纳的权利润也就随之累垒。&/p&&p&而且，随着交易次数的增加，&/p&&p&成败次数之比也就越接近大数定理所规定的值：50%。&/p&&p&这是因为每次交易的结果都是50%，虽然其间会出现左右偏差，但最终都会相互抵消，所以最终（命中率）都交叉在50%。&/p&&p&请不要忘了你已缴纳出去的权利润本来就是你的本钱，&/p&&p&那么，问你的口袋里能有几个1？&/p&&p&以上仅浅举一例而已，无论是谁，只要你愿意用小学生也懂的数学计算一下，无论你取升跌幅任何值，结论只有一个：在权力维的切割下，N次之后你的口袋必定被清零。&/p&&p&权力维的威力本来是绝对不允许疏忽的，&/p&&p&偏偏却被绝大多数“炒”家们轻视如鸿毛，&/p&&p&居然搞出些什么短线超短线的荒谬之极的“炒”法。&/p&&p&在此，笔者有必要作如下阐述：&/p&&p&一、以“线”来论“炒”并不贴切而且含糊，&/p&&p&
如果要用来研究技术或衡量盈亏，&/p&&p&
必须要有一个标准升跌幅&/p&&p&
作为最短线交易点或数理统计单位，&/p&&p&
而且这个&/p&&p&
单位一定要用期望值（即基准码）来计算。&/p&&p&二、根据目前大多数投机活动被权力维所切割的最小值都在1/33—1/37之间，&/p&&p&
即3.03%—2.70%&/p&&p&
有人对一个投机项目过去的6200万亿次交易作过统计，其切割值为2.87%，&/p&&p&
所以，应该取其标准切割值为3.0%，&/p&&p&
根据不同种类状态稍作调节。&/p&&p&三、根据以上标准值则可计算出&/p&&p&
当你希望在一胜一负等值交易中只亏损期望值的3.0%时的升跌幅。&/p&&p&比如用10000元炒股，若取升跌幅为20%，&/p&&p&当升20%时卖出，盈利×3‰=1964。&/p&&p&当跌20%时卖出，亏损×3‰=2024。&/p&&p&实际亏损=60元。&/p&&p&60÷=3.0%，&/p&&p&所以炒股标准升跌幅（最短线交易点）应为±20%。&/p&&p&又比如炒汇，&/p&&p&定单伊始就被吃掉3点点差，&/p&&p&若如愿200点，实际盈利197点，&/p&&p&若逆愿200点则亏损203点，&/p&&p&一胜一负实际亏损6点。&/p&&p&6÷200=0.03=3.0%,&/p&&p&所以炒汇标准升跌幅（最短线交易点）为应±200点。&/p&&p&四、&/p&&p&有了标准升跌幅，&/p&&p&就很容易统计出在大数中升跌幅次数是相等的，&/p&&p&即各占50%。&/p&&p&同时也很清楚的告诉你，&/p&&p&即使每次只切割3%，在33.3次等值输赢后，&/p&&p&你必定会亏损1个期望值数。&/p&&p&五、&/p&&p&规律是，（炒股、金、外汇的规律）&/p&&p&取升跌幅越大，被权力维切割值越小，&/p&&p&反之则越大，&/p&&p&甚至于短短几次输赢来回就得亏损1个期望值。&/p&&p&举一个“超短线”炒汇为例：&/p&&p&定单起动后若如愿4点，则赢利1点，&/p&&p&若逆愿4点则亏损7点，&/p&&p&因为如愿4点和逆愿4点机会相等，其损失之惨重（得1丢7）可想而知。&/p&&p&当然了,在股、汇、期、金各市中&/p&&p&能达到标准升跌幅（最短线交易点）的机会并不是很多，&/p&&p&这就给那些指望频繁交易（超短线）的人设置了巨大的时间和意志障碍，&/p&&p&制造更多更巨大的亏损。&/p&&p&在此希望提供给那些胡乱买卖不知何谓短线的人得以借鉴。&/p&&p&笔者的研究正是在被权力维切割3%的标准升跌幅的基础上进行的。&/p&&p&有人说，既然是输赢次数相等，&/p&&p&那么你不许我&/p&&p&使用特殊的手法让输的都是少的赢的都是大或者大升幅小跌幅的吗？&/p&&p&这就得看你的能耐了：&/p&&p&特殊手法虽有但极其高深恐怕除我之外世上懂的人就不多了。&/p&&p&(为什么难找到赚多赔小的方法？）&/p&&p&因为未来的后市都是未知，&/p&&p&根据随机对等原理，&/p&&p&无论交易量或升跌幅的大小，&/p&&p&只要是独立事件，&/p&&p&亦即随机曲线上的任意一点或一段，&/p&&p&其输赢的机会都是对等的。&/p&&p&也有人说，这次输了，下次加倍，再输再加倍，一直加到赢为止。&/p&&p&那么这位先生可能是数盲不会计算，这样的倍增法，你手上的资金能应付多少倍？如果你做过初级统计，就该知道，无论是怎样聪明的人，&/p&&p&连续失误一二十次甚至三四十次的事必定按照其相应的概率出现，&/p&&p&假如用倍增数列计算，哪怕是从一粒米起倍，&/p&&p&恐怕是巴菲特和盖茨加起来也吃不消&/p&&p&（有一句话叫做：为赢一粒糖输掉一间厂。非常形象）。&/p&&p&如果用所谓的止盈止损策略，那只不过是又回到随机对等而已。&/p&&p&
为了赢，无数人，包括无数精英们都在想办法找规律，日积月累，办法倒是想出不少，只是以目前所公开了的所有方法而论，尚未有一个行之有效的“方法”能让参与者确保在经历相对大数后能抵消权力维的切割，更甭说有盈余了。那些“方法”，无非是各种预测工具专家评述大小道消息之类，却不知完全违背了“众潮不凝”原理：无论以何种分析工具何种消息得出的可能推测，在众潮中，正行与逆行最终也总是对半。&/p&&p&
在实践当中，佔极大比例的人群都在不自觉的陷入某种误区，这种误区可以用“小数定律”来描述：小数定律(1aw of small numbers)是&a href=&///?target=http%3A///wiki/%25C3%25A9%3F%3F%25C3%25A8%3F%3F%3F%3F%25CB%C2%25B7%3F%3F1%3F2%3F%3F%3F%25CB%Fo& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&阿莫斯·特沃斯基&i class=&icon-external&&&/i&&/a&（&a href=&///?target=http%3A///wiki/Amos_Tversky& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Amos Tversky&i class=&icon-external&&&/i&&/a&）和&a href=&///?target=http%3A///wiki/%3F%3F1%3F%25C2%25B0%3F%3F%25C2%25B0%3F%3F%25C2%25B7%3F%3F%3F%3Fo3%3F%3F%3F& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&丹尼尔·卡纳曼&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A///wiki/Daniel_Kahneman& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Daniel Kahneman&i class=&icon-external&&&/i&&/a&在其研究中对“&a href=&///?target=http%3A///wiki/%25C3%25A8%25CE%25BC%3F%3F%3F%3F%25C3%25A8%25C2%25B0%3F%25C3%25A8%25CB%2589%25CB%2589& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&赌徒谬误&i class=&icon-external&&&/i&&/a&”的总结。&/p&&p&　　小数定律认为人类行为本身并不总是理性的，在不确定性情况下，人的&a href=&///?target=http%3A///wiki/%3F%3F%3F%3F%3F%25E2%& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&思维&i class=&icon-external&&&/i&&/a&过程会系统性地偏离理性法则而走捷径，人的&a href=&///?target=http%3A///wiki/%3F%3F%3F%3F%3F%25E2%%3F%3F%3F%3F%3F%3F& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&思维定势&i class=&icon-external&&&/i&&/a&、表象思维、外界环境等因素，会使人出现系统性偏见，采取并不理性的行为。大多数人在判断不确定事件发生的概率时，往往会违背概率理论中的&a href=&///?target=http%3A///wiki/%3F%25C2%25A4%25C2%25A7%3F%3F%25C2%25B0%3F%3F%3F%3F%3F%3F& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&大数定律&i class=&icon-external&&&/i&&/a&，而不由自主地使用“小数定律”，即滥用“典型事件”，忘记“基本概率”。&/p&&p&　　小数定律是指人们倾向于将从大样本中得到的结论错误地移植到小样本中的倾向。比如人们知道抛硬币的概率是两面各50％ ，于是在连续掷出5个正面之后就倾向于判断下一次出现反面的几率较大。这一点已被大量的实验和&a href=&///?target=http%3A///wiki/%25C3%25A8%25CB%F%3F%3F%3F%3F%3F%3F%3Fo& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&证券市场&i class=&icon-external&&&/i&&/a&上的错误&a href=&///?target=http%3A///wiki/%25C3%25A9%25EF%25BF%25A0%3F%3F%25CE%25BC%3F& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&预测&i class=&icon-external&&&/i&&/a&所证实。&/p&&p&&a href=&///?target=http%3A///wiki/%3F%3F%3F%3F%25C2%25B0%3F%3F%3F%3F& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&卡尼曼&i class=&icon-external&&&/i&&/a&和&a href=&///?target=http%3A///wiki/%3F%3F1%3F%3F%25E2%%3F%25C2%25B0%3F%3F%3F%25CB%Fo& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&特维尔斯基&i class=&icon-external&&&/i&&/a&发现，不确定性下的推断系统地偏离于传统经济理论提出的理性类型。卡尼曼和特维尔斯基的早期工作基于这样的基本观点：总的来说，人们通常没有能力对环境做出&a href=&///?target=http%3A///wiki/%3F%3F%3F%3F%25CE%25BC%3F%3F-%257C& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&经济学&i class=&icon-external&&&/i&&/a&的和概率推断的&a href=&///?target=http%3A///wiki/%3F%3F%3F%3F%3F%3F& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&总体&i class=&icon-external&&&/i&&/a&严格分析。人们的推断往往靠的是某种顿悟或经验，所以经常导致系统性偏差。&/p&&p&　　一类基本偏差是人总是倾向于运用小数法则，认为小样本和大样本的经验均值具有相同的&a href=&///?target=http%3A///wiki/%3F%257C%3F%3F%3F%3F%3F%3F%3F%3F%3F%3F& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&概率分布&i class=&icon-external&&&/i&&/a&，其实这违反了概率理论中的大数原则。例如，在一个著名的实验中，参与人认为某一给定时间在大医院内诞生的婴儿有60%是男孩，则一家小医院内情况必定相同。通常，人们好像都认识不到随着样本规模的扩大，&a href=&///?target=http%3A///wiki/%25C3%25A9%3F%3F%3F%3Fo%3F%3F%3F%25C3%25A9%3F%3F& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&随机变量&i class=&icon-external&&&/i&&/a&的样本均值的&a href=&///?target=http%3A///wiki/%3F%3F1%3F%25C2%25B7%3F& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&方差&i class=&icon-external&&&/i&&/a&减小的有多快。&/p&&p&　　更准确地说，根据&a href=&///?target=http%3A///wiki/%3F%3F%3F%25C3%25A8%3F%3F%3F-%257C& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&统计学&i class=&icon-external&&&/i&&/a&的大数法则，独立观察某随机变量的一个大样本，其均值的&a href=&///?target=http%3A///wiki/%3F%257C%3F%3F%3F%3F%3F%3F%3F%3F%3F%3F& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&概率分布&i class=&icon-external&&&/i&&/a&集中体现这一随机变量的预期值，随着样本规模的变大，样本均值的方差趋近于0。&/p&&p&但是，按照人类心理的小数法则，人们确信随机变量期望值的分布也会反映在小样本的样本均值之中。这导致对短序列的独立观察值做了过度推论(overinference)。在这方面，最典型最搞笑的就是那些言之凿凿却严重缺乏底气的各市评论家分析家预测家了（如果他连自己也确信，他早就成大负翁了），他们怎就没去统计一下：自己的预测以及所有人的预测结果其对错比值总和是符合大数定律还是小数定律？&/p&&p&可笑的是，每处能让“炒”家发言的论坛讲座博客等地方，无不充斥着呱呱聒噪的“预测”、“看盘”等输死不认帐的“高手”。&/p&&p&似乎每个人都不肯承认一个不争的事实：在金融投机预测范畴，即使诸葛亮也无法比“猪一样”优胜分毫！&/p&&p&话又说回来，如果那么些“家”们受薪于“赌场”，非如此如此说不可，那就是：麻子不叫麻子——叫“坑人”。其目的就是哄骗“相信者”躺上案板（交易）被切割，为其东家创造利润。&/p&&p&澳门法律对娱乐博彩（其实也包括了所有的金融投机）给出的解义是：纯粹依靠运气……。事实上，“长赌必输”，有几个人能冲破大数法则的桎梏，保持永远的好运气呢？&/p&&p&事实已经证明，随机系统里所包涵的概率体系精密无比，可以说是天衣无缝。&/p&&p&综上所述，那么，是不是所有的参与者就只能永远处于注定必输的境地呢？&/p&&p&笔者说：非也！&/p&&p&接下来的分析论述有些话语可能让读者感到自相矛盾，这是很正常的，因为上面的论述主要是针对广大的社会层面所发生的广泛之事，而在下文里所阐述的却是非常事非常理。&/p&&p&力求在金融投机中做到长久的必胜，这可能是人类旷古至今梦寐以求却尚未可得的命题。然而，在众口一词的否定中却有无数人绞尽脑汁前赴后继地孜孜研索探求。&/p&&p&事实上，所有的断然否定都是缺乏底气的否定：没有任何一道数学法则或哲学理论能全面概括地论证“必胜法”不存在（大数定律只是阐述在某维度空间里的现象）。所谓的不存在，那只不过是失败者无可奈何的哀嚎而已。&/p&&p&
那么，到底有没有必胜法呢？笔者认为，适用于大众的必胜法肯定没有，其原因就是投机活动本身就是参与者之间的对赌（买盘和卖盘之间的较量），根据“众潮不凝”原理，对于任何一种方法（包括即使有的“必胜法”）推论出来的结果，在众潮中，众潮之行为取向于大数必然是正反对半。&/p&&p&
假如，有某方法在经历大数后也必能取胜而又能避开众潮（即不公开），则，这个方法可称之为狭义必胜法。&/p&&p&
狭义必胜法在交易量方面也是有限制的，为的是尽可能不触动众潮神经。然而，于大市，个人或某公司只不过是沧海一粟，正所谓：大江滚滚天上来，我只取一瓢细饮之。&/p&&p&
笔者在此给出必胜法的定义：&/p&&p&【第一类】数理必胜法：即用数理统计经过某法处理过的随机事件集成（大数）后其结果必定大于零。&/p&&p&【第二类】投机必胜法：即用数理统计经过某法处理过的被权力维穿插切割的随机事件集成（大数）后其结果必定大于零。&/p&&p&※上述两类必须符合此条件：由始至终的机械性操作，不允许灵活，亦即任何人按此法操作所得结果相同。&/p&&p&
此两类的区别在于其难度与是否实用于金融投机。而且也只能实用于狭义（不公开）。&/p&&p&笔者从事研究多年，早已从理论上彻底否定并不屑于现时可查考的各种分析工具及方法，因为其种种，都只能概括为：100%的预测都严重违反数学定理，任何就算能取胜的“法”或“技”一旦落入众潮（买盘和卖盘的较量），都必定会变为“废法”“废技”。&/p&&p&有一句话是笔者常说的：“炒”海凶诡贵在预知。&/p&&p&预知与预测是截然不同的两个概念，预知即预先确认：必败还是必胜。这里要说的当然是预知必胜。预测是唯心的，而要预知靠的是唯物（必定的数据）。&/p&&p&为了追求这个目标，笔者只选择一个主攻方向：随机曲线未发生段的处置系统并已取得成就。&/p&&p&随机曲线的特征就是各种形态之概率分布虽杂乱无章不可预测却在大数中永远是数值相等。&/p&&p&对于随机曲线形成的原因，只能用“全无理由”来概括，试问有谁能事先说得出抛硬币正面还是反面的理由？&/p&&p&有人又要瞪眼睛了：抛硬币跟股市不同！嘿嘿，他怎不去比较一下两者产生的曲线特征有什么不同？&/p&&p&对比之下，与其去研究那么些杂七杂八的板块个股业绩不知真假的消息，倒不如研究随机曲线更为直观更可集中精力，而且，一旦破解，则可运用于全面。只是，论难度却远在其它之上。&/p&&p&在金融投机界，最强烈的反对声音就是认为这类研究是“纸上谈兵”，反对者总是振振有词地强调所谓实战、经验、心态、心法、资金配置之类，这又是“炒盲”的一种具体表现。他们根本就不知道有一句话叫“赌门无熟路”，其实这句话正是对小数定律的总结。世间千行百业都能有经验可积累，唯，投机却是不可能有经验可积累，所谓的经验，无非是一头钻进小数定律而已。所谓的心态心法，也无非是在每每失败后槌胸顿足追悔莫及的哀嚎。对毫无把握的后着，资金配置又从何谈起？&/p&&p&笔者就最提倡“纸上谈兵”，道理很简单：如果在纸上都赢不了，却用真金白银去“实战”，岂不是愚之又蠢？&/p&&p&那些人以为“纸上谈兵”很容易，却不知道一个很严峻的事实：能做到在纸上就能赢的人或方法至今在全世界还未曾见于报端或任何文献。&/p&&p&“纸上谈兵”用的是什么纸？答曰：这是一张记录着过去一百万次、一亿次、一百亿次………的随机曲线变化记录纸！虽然过去的并不足以代表未来，但只要有足够大数，就能代表99.99……%的未来！&/p&&p&
指望通过研究随机曲线寻找规律用以指导“炒”的人也非常多，可惜的是，绝大多数人都陷脚于“小数定律”无法逃脱，究其根源，主观定势固然是一个主因，但纵然能自我觉察，其能力是否能跳出小数囊括大数呢？&/p&&p&最幼稚搞笑的就是那些信奉用什么“江恩理论”“波浪理论”“黄金分割”之类荒谬绝伦的“预测工具”来预测后市的人，傻瓜似趴在那里画这线那线数这浪数那浪的，奇怪的是这类人本来智商都不见得很低，怎就不明白一个基本道理：你能画多少条线数多少个浪呢？你画的线你数的浪能占大数的百分比是多少？概率比是多少？世界有哪个理论可以确保准确率命中率能在大数统计中超过50%？你会画的线人家就不会画？大家都画出同一条线得出同一结果，落在众潮里会有怎样的表现？只有那些无视大数法则不尊重概率数理的人才会去干那傻事。&/p&&p&建议你做这么一个实验：每次你用这理论那理论画完算完得出“结论”后都抛一次硬币，各自记录曲线，其过程不断在统计观察，我敢包准你会不停地揍自己的耳光。&/p&&p&须知，在这个课题中，并不能单靠数理运算就能有所发现的，否则数学家们早就大赚其钱去了。偏偏，大数法则以及用权力维去切割投机正是数学家们的杰作。迪拜塔需要用数学去确认，但功劳终归属于设计师。&/p&&p&在随机曲线研究中，成败的关键也正是设计，中心要义是：一、与其以主犯客，不如反客为主。二、这是一场在既定（被切割）劣势下的概率战争。&/p&&p&首先，要设计投机方案，然后用大数统计来验证。要验证某项设计，还需要有满足大数要求的样本。样本何来？用何方式进行统计？怎样才能算是大数？按照统计学理论，需求样本应该是以百万次（交易）为最小样本，大样本则无限大。显然这是人力难以胜任的。在电算化发达的今天，你可以使用软件来验证（现成软件是一定没有的），一个软件从编程到C语言转换，需要耗费不同专业的人力和资金投资，更何况一个软件并不可能适应任何设计。事实上如果不是有相当的成功概率（很遗憾，这项研究的成功概率微乎其微近乎零），恐怕也没有多少人愿意付出如此高昂的研究成本。另外，若申请进行职务研究，恐怕大多被讥讽为“永动机”。这也许就是大多数研究者遭遇到的困境了。&/p&&p&笔者不会再去考究已发生的随机曲线的成因，更不会根据前面的曲线状态去猜测推算后面未发生段的升跌，因为那是最愚不可及的事。简单的理解：前面已发生的与后面未来的你认为它们之间是沾亲带故还是前面的是核武器巡航导弹吓得后面只能怎样不敢怎样？&/p&&p&笔者所选择研究攻克的方向也正是在上文中被自己否定了的方向：输小赢大（交易量）或输少赢多（次数）。&/p&&p&这看起来是不是十分的矛盾可笑？其实这正是成败关键所在，某些概念被模糊统化，比如大数定律和小数定律毋容置疑的正确性遮掩了某些本不属于该数理范畴且难以用常规统计察觉的特别现象。假设该现象在大数统计中能形成必然的不对称概率，或者，依然还是等概率，但由于其特征必然（或多数）可使切入之人工干预有效令其成为不等概率。那么，新的定律也可能随之诞生。至于是否新定律，在将来那是数学家的事，笔者无需关心。笔者只知道，利用这类特别现象就可以设计出可称之为钻石矿的狭义投机必胜法。&/p&&p&有人会问，在长逾千年的滚滚人潮中，有什么样的现象什么样的办法没被人们发现过想出过设计过使用过？是的，都可能曾经被“过”，结症就在于是否被确认“过”？须知，被确认的条件非常苛刻：庞大的统计量！对于未被确认的“方法”，人类心理是很难承受无休止的未知强度长度的震幅震波冲击，往往浅途即止。在海量的随机事件中各种现象同样是海量，全球普及数字化只不过是数年而已。更何况，自私是人类的本性，尚未见过有人大公无私把辛苦得来的必胜法公开投放于众潮使它变成“废法”的事例出现。&/p&&p&随机现象的定义：在一定条件下，并不总是出现相同结果的现象称为随机现象。随机现象的结果至少有2个；至于哪一个出现，事先并不知道。&/p&&p&例如：抛一个硬币，可能出现正面，可能出现反面。投一个骰子，可能出现1点到6点之间的某一个，至于哪个先出现，事先不知道。&/p&&p&在金融投机中人们通常习惯使用只有两个结果的随机现象：升跌；大小；红黑；庄闲。这是最简单的投机方法，当然也有着眼于有多个结果的组合投机方法。但这似乎已被大量的统计数据证实大数法则的严密天衣无缝。&/p&&p&请留意上面使用的“似乎”二字，事实上也只是“似乎”而已。&/p&&p&地球上既然还有很多地方是人类尚未曾踏足，那么，在随机领域里还留存着很多未被开发的现象就不应该被视为不可能的了。&/p&&p&比如在股汇期金各市所表现出来的随机曲线（其实所有随机曲线都是一样的：具备大数定律的所有特征），笔者根据研究（设计）的需要将其裁割成各种形态有着多个结果的组合随机事件（把组合事件视为独立事件），甚至是非常复杂的组合事件，甚至是在遵循大数定律和概率论的基础上针对性的组合事件。利用某些组合事件的特性切入人为干预（埋设概率陷阱）等………。事实上是成功的，大数统计的结果令人振奋：某种必然的有规律性的不等概率就隐藏于随机曲线中，“零和”的结局终于被打破！&/p&&p&概括如下：世界上有很多事件总是成功多于失败的，即使有失败，也不足以把成功的收益全部清零。随机曲线不会按人的意志改变，但人却可通过事件重组及干预使之成为（非随机）新事件。必胜的唯一途径不是预测和分析，而是寻找或人为制造某些必然不对称概率并以此作为支点，利用支点作为某些常规操作的护卫屏障。所以甚至有人说：给我一个支点，就能把地球撬起来。&/p&&p&在笔者的研究成果中，已拥有了多项的“投机必胜法”及“数理必胜法”。数理必胜法只能用于数理研究，没有实用价值的。但投机必胜法却是能撬起地球的“支点”！&/p&&p&搬开一斤石头就需要付出一斤的力气，何况一座延绵万里大山脉？&/p&&p&随机曲线就是永无尽头的大山脉，没有精巧的设计方案和有效的大数统计手段，是不可能在这山脉中找到钻石矿的。&/p&&p&只要金融随机曲线永远存在，这钻石矿就永远开采无尽！&/p&&p&只是，跟所有探矿者一样，找到了是一回事，有没有能力开采又是另一回事。&/p&&p&倘若要开采，也就是说在有相当把握的前提下，才能考虑实力和资金配置。上文已经说过，在股汇期金各市其升跌浮动幅度通常都不会很大，能达到适宜的交易点（标准幅度）不会很多，往往都需要历经较长的时间，而且，概率的不等（即事实盈利）也需要历经相当多的交易点以及盈亏震幅才能表现出来。尤其是根据设计，为了避免或减弱权力维拉锯式切割以及需要埋设概率陷阱，并不是每个交易点都予以操作，因此，为了求得操作效率，就必须进行多线程或多层叠加操作。&/p&&p&多线程就是同时操作多只个股或多只货币对，甚至同时操作多个投机品种。多层迭加就是把多条曲线叠加，按照随机原理，即使一万条随机曲线叠加后重新排序，其特征表现不变。只要操作速度顾及得上，要做到每一秒钟都有可交易点也并非不可能，不过这就需要具备有相当的资金实力。再另外，选择投机品种也十分重要，比如股市的可操作时间就比汇市少得多。有的投机品种是（权力维）双向切割也有的只是单向切割，按照笔者的研究心得，选取单向切割的投机品种比双向切割的投机品种更容易取得丰厚的成果。至于资金配置，那就是必须能有效和宽裕地抗衡震幅和波长的资金艺术处理。&/p&&p&笔者的某些观点可能让很多人感到愤慨，只是，人类是思维动物，绝大多数时候人类对于即将要做什么事总可以说出个理由，而这理由往往都起源于成功的总结（比如吃饭能让肚子不饿）。但是，偏偏就是在这“炒”字上，世界上有谁能说得出过硬的理由引领着你赢，把所有的成千上万跟你对赌的人全部击败？不妨试试把理由摆出来？相反，你只要稍微信服笔者的一些少理论，却可以实实在在令你的钱包减少很多亏损。所以，奉劝那些“愤慨者”：在你每次决定买卖之前，务必仔细的想想“理由”，这“理由”成不成立？概率是多少？ &/p&&p&看一道道曲线层峰迭峦延绵无尽，引无数英雄竞折腰，腰折财罄泪洒千年。&/p&&p&笔者立志：管它悬崖绝壁暗涌陷阱，誓要凌空飞渡，历经无数寒暑，终于。&/p&&p&只为证明：这庞大凶残的千年怪兽也是如此不堪一击！！！&/p&&p&后语：&/p&&p&此文谨希望能起到一星点点扫“盲”作用。&/p&&p&信与不信，各人自便，如有拍砖，恕不理会。
如果相信科学，大数定律的话，赌博最后的结果一定会是输钱的。在这里，我引用我们团队教授原创的论文来详细解释一下。（教授在麻省理工学院概率小组，曾为IBM、黑石亚洲等企业作数据统计分析） 赌博最终结局一定会是输的。 金融投机之必胜论 ------采不尽的…
首先我们记&img src=&///equation?tex=x& alt=&x& eeimg=&1&&表示:反; &img src=&///equation?tex=x%5E2& alt=&x^2& eeimg=&1&&表示:正反;&img src=&///equation?tex=x%5E3& alt=&x^3& eeimg=&1&&表示:正正反;....;&img src=&///equation?tex=x%5E%7B10%7D& alt=&x^{10}& eeimg=&1&&表示:正正正正正正正正正反.&br&这样表示的道理在于,任意投11次硬币，前10次结果我们都可以用&img src=&///equation?tex=%28x%2Cx%5E2%2C...%2Cx%5E%7B10%7D%29& alt=&(x,x^2,...,x^{10})& eeimg=&1&&表示出来，除了10次全正的结果。之所以要看11次硬币的前10次结果，是因为我们这种表示方式的最后一位肯定是反。举个例子，比如现在要表示:正反正正正反正反反反反, 对应的前10位表示为&img src=&///equation?tex=x%5E2& alt=&x^2& eeimg=&1&&(正反)&img src=&///equation?tex=%5Ccdot& alt=&\cdot& eeimg=&1&&&img src=&///equation?tex=x%5E4& alt=&x^4& eeimg=&1&&(正正正反)&img src=&///equation?tex=%5Ccdot& alt=&\cdot& eeimg=&1&&&img src=&///equation?tex=x%5E2& alt=&x^2& eeimg=&1&&(正反)&img src=&///equation?tex=%5Ccdot& alt=&\cdot& eeimg=&1&&&img src=&///equation?tex=x& alt=&x& eeimg=&1&&(反)&img src=&///equation?tex=%5Ccdot& alt=&\cdot& eeimg=&1&&&img src=&///equation?tex=x& alt=&x& eeimg=&1&&(反).&br&现在我们计算&br&&img src=&///equation?tex=%5Csum_%7Bn%3D0%7D%5E%7Bx%2Bx%5E2%2Bx%5E3%2B...%2Bx%5E%7B10%7D%29%5En& alt=&\sum_{n=0}^{1001}(x+x^2+x^3+...+x^{10})^n& eeimg=&1&&&br&这个式子的&img src=&///equation?tex=x%5E%7B1001%7D& alt=&x^{1001}& eeimg=&1&&前面的系数表示投硬币1001次，前1000次的结果不存在连续十个正面的所有情况之和(为什么是这样自己体会，可以参考bernulli发明generating function研究投骰子的例子)。由于直接计算&img src=&///equation?tex=x%5E%7B1001%7D& alt=&x^{1001}& eeimg=&1&&前面的系数有点困难，我们先利用等比数列的公式计算&br&&img src=&///equation?tex=%5Csum_%7Bn%3D0%7D%5E%7B%5Cinfty%7D%28x%2Bx%5E2%2Bx%5E3%2B...%2Bx%5E%7B10%7D%29%5En%3D%5Cfrac%7B1-x%7D%7B1-2x%2Bx%5E%7B11%7D%7D& alt=&\sum_{n=0}^{\infty}(x+x^2+x^3+...+x^{10})^n=\frac{1-x}{1-2x+x^{11}}& eeimg=&1&&&br&然后对&img src=&///equation?tex=%5Cfrac%7B1-x%7D%7B1-2x%2Bx%5E%7B11%7D%7D& alt=&\frac{1-x}{1-2x+x^{11}}& eeimg=&1&&在&img src=&///equation?tex=x%5E%7B1001%7D& alt=&x^{1001}& eeimg=&1&&处做Taylor展开，得到前面的系数记为k=5.&br&最后的结果为&img src=&///equation?tex=1-%5Cfrac%7Bk%7D%7B2%5E%7BD%3D0.3854& alt=&1-\frac{k}{2^{1000}}=0.3854& eeimg=&1&&&br&---------------------------------------------------------------------------------------------------------------------&br&对于一般的扔&img src=&///equation?tex=n& alt=&n& eeimg=&1&&次硬币，出现&img src=&///equation?tex=k& alt=&k& eeimg=&1&&次正面的情况，只要算&img src=&///equation?tex=%5Cfrac%7B1-x%7D%7B1-2x%2Bx%5E%7Bk%2B1%7D%7D& alt=&\frac{1-x}{1-2x+x^{k+1}}& eeimg=&1&&在&img src=&///equation?tex=x%5E%7Bn%2B1%7D& alt=&x^{n+1}& eeimg=&1&&处的Taylor展开系数&img src=&///equation?tex=a_%7Bn%2B1%7D& alt=&a_{n+1}& eeimg=&1&&,然后概率就是&img src=&///equation?tex=1-%5Cfrac%7Ba_%7Bn%2B1%7D%7D%7B2%5En%7D& alt=&1-\frac{a_{n+1}}{2^n}& eeimg=&1&&.
首先我们记x表示:反; x^2表示:正反;x^3表示:正正反;....;x^{10}表示:正正正正正正正正正反. 这样表示的道理在于,任意投11次硬币，前10次结果我们都可以用(x,x^2,...,x^{10})表示出来，除了10次全正的结果。之所以要看11次硬币的前10次结果，是因为我们这种…
正解应该是要换，可能这个答案非常&b&反人类直觉&/b&，为什么要换呢，感觉是一样的啊？于是我们举一个极端的例子来方便理解。&br&&br&假设我们有100扇而不是3扇门，只有一扇门后面有你想要的汽车，其他门后面居然全部都是羊驼&br&&img src=&/25b9f39b7f8d221cc0ae82a232e4ba92_b.jpg& data-rawwidth=&1658& data-rawheight=&900& class=&origin_image zh-lightbox-thumb& width=&1658& data-original=&/25b9f39b7f8d221cc0ae82a232e4ba92_r.jpg&&&br&这个时候你选择了&b&1号门&/b&，你想这种百里挑一的机会我怎么可能中呢，还是回家洗洗睡了吧。正当你要绝望的时候，突然主持人跳了出来说：我可以把剩下的98扇是羊驼的门打开，然后你再来决定换不换如何？ 于是出现了以下场景：&br&&img src=&/500fbfcb1a4b8fd3595f_b.jpg& data-rawwidth=&1674& data-rawheight=&908& class=&origin_image zh-lightbox-thumb& width=&1674& data-original=&/500fbfcb1a4b8fd3595f_r.jpg&&&br&&b&主持人好心地帮你打开了剩下是羊驼的98扇门，留下了37号门和你原先选择的1号门。这个时候我问你，凭你的直觉，汽车会在哪扇门后面呢，你换不换呢？&/b&&br&&br&&br&从概率的角度考虑，你1号门后面有汽车的概率依然是百分之一，但是37号门后面有汽车的概率“刷”地一下变成了99%! 换吧骚年，不换可能就要骑着羊驼回家了 =)&br&&br&Pictures credit to Numberphile
正解应该是要换，可能这个答案非常反人类直觉，为什么要换呢，感觉是一样的啊？于是我们举一个极端的例子来方便理解。 假设我们有100扇而不是3扇门，只有一扇门后面有你想要的汽车，其他门后面居然全部都是羊驼 这个时候你选择了1号门，你想这种百里挑一的…
高票答案@又红又正 的做法很好，我非常敬佩，但是叙述有些艰涩，很难搞懂。事实上这个问题完全是高中数竞范围内的计数问题，意味着这个问题我可以给看不懂高票答案的人讲一个故事，用这种办法说明白高票答案的思路。&br&&br&&b&一&/b&&br&对于一种确定的掷1000次的方法，我将其写成&img src=&///equation?tex=A+%3D%5Cleft%5C%7B+a_%7B1%7D%2Ca_%7B2%7D%2C...%2Ca_%7B1000%7D+%5Cright%5C%7D+& alt=&A =\left\{ a_{1},a_{2},...,a_{1000} \right\} & eeimg=&1&&,其中&img src=&///equation?tex=a_%7B1%7D& alt=&a_{1}& eeimg=&1&&到&img src=&///equation?tex=a_%7B1000%7D& alt=&a_{1000}& eeimg=&1&&每一项或为零，或为一。例如：&img src=&///equation?tex=%5Cleft%5C%7B+1%2C0%2C0%2C...%2C0+%5Cright%5C%7D+& alt=&\left\{ 1,0,0,...,0 \right\} & eeimg=&1&&代表着1000次掷骰子的结果是第一次为正面，其余为背面。显然，这样的&img src=&///equation?tex=A& alt=&A& eeimg=&1&&有&img src=&///equation?tex=2%5E%7B1000%7D+& alt=&2^{1000} & eeimg=&1&&种。&br&&br&&b&二&/b&&br&现在我们来对&img src=&///equation?tex=A& alt=&A& eeimg=&1&&进行改写（用一种弥漫着浓厚的高中竞赛味道的方法）。&br&此时我把A后面补一个零，然后试图将其分成若干段。&br&分法如下：使得每一段由零结束，并且这个段恰好只有一个零，然后将每段的长度依次写下形成一个新的数列。记这个新列为&img src=&///equation?tex=B%3DF%5Cleft%28+A+%5Cright%29+& alt=&B=F\left( A \right) & eeimg=&1&&。例如：&img src=&///equation?tex=A%3D%5Cleft%5C%7B+1%2C0%2C1%2C1%2C0%2C1%2C1%2C...%2C1+%5Cright%5C%7D+%2CB%3DF%5Cleft%28+A+%5Cright%29+%3D%5Cleft%5C%7B+2%2C3%2C996+%5Cright%5C%7D+& alt=&A=\left\{ 1,0,1,1,0,1,1,...,1 \right\} ,B=F\left( A \right) =\left\{ 2,3,996 \right\} & eeimg=&1&&，此时我们注意到显然B的各项系数之和为1001（因为我补了一个0）。&br&&br&&b&三&/b&&br&我们观察这个B。不难想清楚，一个A恰好对应一个B，不同的A一定对应不同的B。因此，我们构造了这样的A到B的一一映射。而一个B所要求的条件无非三条：长度为1-1001，每项都是正整数，各项系数之和为1001。我们也可以发现，任取这样的要求的一个B，恰好存在原先的一个A与之一一对应。因此不同的B的数量与不同的A的数量完全相同，都是&img src=&///equation?tex=2%5E%7B1000%7D& alt=&2^{1000}& eeimg=&1&&种&br&这样，我对所有不同的A标号为&img src=&///equation?tex=A_%7B1%7D%5Csim+A_%7B2%5E%7BD& alt=&A_{1}\sim A_{2^{1000}}& eeimg=&1&&，然后&img src=&///equation?tex=B_%7Bk%7D%3Df%5Cleft%28+A_%7Bk%7D+%5Cright%29+& alt=&B_{k}=f\left( A_{k} \right) & eeimg=&1&&，对&img src=&///equation?tex=+k%3D1%2C2%2C...%2C2%5E%7B1000%7D& alt=& k=1,2,...,2^{1000}& eeimg=&1&&都成立。&br&&br&&b&四&/b&&br&现在问题可以大大地简化了。如果一种掷法&img src=&///equation?tex=A_%7Bm%7D& alt=&A_{m}& eeimg=&1&&满足了&br&&blockquote&掷1000次硬币，出现连续十次（或以上）正面&/blockquote&那么一定有：它对应的&img src=&///equation?tex=B_%7Bm%7D& alt=&B_{m}& eeimg=&1&&中至少有一项大于等于11&br&反之，如果&img src=&///equation?tex=A_%7Bm%7D& alt=&A_{m}& eeimg=&1&&不满足题意，那么它对应的&img src=&///equation?tex=B_%7Bm%7D& alt=&B_{m}& eeimg=&1&&每项都不超过10。&br&&br&&b&五&/b&&br&理解了我的约定之后，我们考虑这样一个函数：&img src=&///equation?tex=g_%7Bk%7D%28x%29%3D%28x%2Bx%5E%7B2%7D%2B...%2Bx%5E%7B10%7D%29%5E%7Bk%7D& alt=&g_{k}(x)=(x+x^{2}+...+x^{10})^{k}& eeimg=&1&&，我可以把它改写成这样的形式：&img src=&///equation?tex=g_%7Bk%7D%28x%29%3D%28x%2Bx%5E%7B2%7D%2B...%2Bx%5E%7B10%7D%29%28x%2Bx%5E%7B2%7D%2B...%2Bx%5E%7B10%7D%29...%28x%2Bx%5E%7B2%7D%2B...%2Bx%5E%7B10%7D%29& alt=&g_{k}(x)=(x+x^{2}+...+x^{10})(x+x^{2}+...+x^{10})...(x+x^{2}+...+x^{10})& eeimg=&1&&，其中共有k个括号。&br&现在考虑&img src=&///equation?tex=g_%7Bk%7D%28x%29& alt=&g_{k}(x)& eeimg=&1&&的1001次项系数，记为&img src=&///equation?tex=%5Calpha+_%7Bk%7D& alt=&\alpha _{k}& eeimg=&1&&，我们想一想&img src=&///equation?tex=%5Calpha+_%7Bk%7D& alt=&\alpha _{k}& eeimg=&1&&是怎么出现的呢？&br&我们这么想：把&img src=&///equation?tex=g_%7Bk%7D%28x%29%3D%28x%2Bx%5E%7B2%7D%2B...%2Bx%5E%7B10%7D%29%28x%2Bx%5E%7B2%7D%2B...%2Bx%5E%7B10%7D%29...%28x%2Bx%5E%7B2%7D%2B...%2Bx%5E%7B10%7D%29& alt=&g_{k}(x)=(x+x^{2}+...+x^{10})(x+x^{2}+...+x^{10})...(x+x^{2}+...+x^{10})& eeimg=&1&&这个式子不管三七二十一强行展开，不合并同类项之前就是一个个不同的x的若干次方加起来的超级长的式子。现在我们考虑这个式子中的所有形如&img src=&///equation?tex=x%5E%7B1001%7D& alt=&x^{1001}& eeimg=&1&&的项，我们可以想象这些都是由每一个括号中各取一项乘起来得到的。举例：第一个括号取&img src=&///equation?tex=x%5E%7Bt_%7B1%7D%7D%0A& alt=&x^{t_{1}}
& eeimg=&1&&，...，第k个式子取&img src=&///equation?tex=x%5E%7Bt_%7Bk%7D%7D& alt=&x^{t_{k}}& eeimg=&1&&，那么这些数乘起来构成了&img src=&///equation?tex=x%5E%7B1001%7D& alt=&x^{1001}& eeimg=&1&&，那么肯定有&img src=&///equation?tex=1001%3Dt_1%2Bt_2%2B...%2Bt_k& alt=&1001=t_1+t_2+...+t_k& eeimg=&1&&，所有这样的不同&img src=&///equation?tex=%5Cleft%5C%7B+t_1%2Ct_2%2C...%2Ct_k+%5Cright%5C%7D+& alt=&\left\{ t_1,t_2,...,t_k \right\} & eeimg=&1&&总共的个数便一定是&img src=&///equation?tex=%5Calpha+_k& alt=&\alpha _k& eeimg=&1&&&br&&br&&b&六&/b&&br&如果你还没有发现什么蹊跷的话，把第五段和第三段中B满足的性质温习一遍，然后你就会发现：原来一个&img src=&///equation?tex=%5Cleft%5C%7B+t_1%2Ct_2%2C...%2Ct_k+%5Cright%5C%7D& alt=&\left\{ t_1,t_2,...,t_k \right\}& eeimg=&1&&不就是一个长度为k，并且每一项都不超过10的B么！这样看来，所有每一项都不超过10的B的数量，便是把所有“一个长度为k，并且每一项都不超过10的B的数量”按照k=1,2,...,1001都加起来。&br&因此，我们也就明白了：如果把不满足题目条件的排列数记作α，那么α便等于&img src=&///equation?tex=%5Calpha+%3D%5Calpha+_1%2B%5Calpha+_2%2B...%2B%5Calpha+_%7B1001%7D& alt=&\alpha =\alpha _1+\alpha _2+...+\alpha _{1001}& eeimg=&1&&&br&&br&&b&七&br&&/b&我们注意到：&img src=&///equation?tex=%5Calpha+_k& alt=&\alpha _k& eeimg=&1&&的定义是&img src=&///equation?tex=g_k%28x%29& alt=&g_k(x)& eeimg=&1&&的1001次项系数，那么既然&img src=&///equation?tex=%5Calpha+%3D%5Calpha+_1%2B%5Calpha+_2%2B...%2B%5Calpha+_%7B1001%7D& alt=&\alpha =\alpha _1+\alpha _2+...+\alpha _{1001}& eeimg=&1&&，那么α就是式子&img src=&///equation?tex=G%28x%29%3Dg_1%28x%29%2Bg_2%28x%29%2B...%2Bg_%7Bx%29& alt=&G(x)=g_1(x)+g_2(x)+...+g_{1001}(x)& eeimg=&1&&的1001次项系数。注意到其实&img src=&///equation?tex=g_k%28x%29& alt=&g_k(x)& eeimg=&1&&的k大于等于1002的时候它的1001次项系数就是零，因此无妨将&img src=&///equation?tex=G%28x%29& alt=&G(x)& eeimg=&1&&记作&img src=&///equation?tex=G%28x%29%3D%5Csum_%7Bk%3D1%7D%5E%7B%5Cinfty+%7D%7Bg_k%28x%29%7D+& alt=&G(x)=\sum_{k=1}^{\infty }{g_k(x)} & eeimg=&1&&，它的1001次项系数照样是阿尔法。&br&&br&&b&八&br&&/b&现在我们来计算阿尔法。高票答案已经说得很好了：&br&&blockquote&由于直接计算前面的系数有点困难，我们先利用等比数列的公式计算&br&&img src=&///equation?tex=%5Csum_%7Bk%3D1%7D%5E%7B%5Cinfty+%7D%7Bg_k%28x%29%7D+%3D%5Cfrac%7B1-x%7D%7B1-2x%2Bx%5E%7B11%7D%7D+& alt=&\sum_{k=1}^{\infty }{g_k(x)} =\frac{1-x}{1-2x+x^{11}} & eeimg=&1&&&br&然后对其在x=0处做Taylor展开，取1001次项系数，得到前面的系数记为α=5&/blockquote&这样，一共有α种排列A不满足题意，而一共有&img src=&///equation?tex=2%5E%7B1000%7D& alt=&2^{1000}& eeimg=&1&&种排列A，那么显然&br&&blockquote&最后的结果为&img src=&///equation?tex=p%3D1-%5Cfrac%7B%5Calpha+%7D%7B2%5E%7BD+%3D0.3854& alt=&p=1-\frac{\alpha }{2^{1000}} =0.3854& eeimg=&1&&&/blockquote&最后，感谢@又红又正 答主的思路，站在巨人的肩膀上很开心，希望有更多的人能够理解这种思路的想法。
高票答案@又红又正 的做法很好，我非常敬佩，但是叙述有些艰涩，很难搞懂。事实上这个问题完全是高中数竞范围内的计数问题，意味着这个问题我可以给看不懂高票答案的人讲一个故事，用这种办法说明白高票答案的思路。 一 对于一种确定的掷1000次的方法，我将…
没有专门研究这