奇趣编程通过统计宝数字规律分析器研究随机数规律时发现，只要是人工决策的东西，就必定存在某些定势或规律，这是因为人类存在着某些共同的心理倾向或思维习惯。
历史上曾经有一个困扰了科学家很久的“吐钱机问题”。
假设你走进一个房间，里面有编号“0”至“9”的十台随机吐钱的机器，但是每台机器吐钱的概率各不相同，而你又不知道哪一个机器的吐钱概率比较高，如果你想得到最多的钱，你会怎么做呢？很明显，你肯定会一台一台机器都测试一下，看每台的机器吐钱的概率是多少，然后挑出吐钱概率最高的那一台来玩。
然后你又走进另一个房间，里面只有编号为“A13579”和“B24680”两台随机吐钱的机器，你在编号为“A13579”的机器上测试了10次，吐出了6次钱，又在编号为“B24680”的机器上测试了2次，只吐出了1次钱，那么请问哪一台机器更有可能让你得到更多的钱？
奇趣编程认为，我们可以这样算，编号为“A13579”的机器上测试了10次，吐出了6次钱，出钱概率为60%；编号为“B24680”的机器上测试了2次，只吐出了1次钱，出钱概率为50%，显然大多数人会认为前者更有可能让你得到更多的钱。
但是，这样的决策过程是有问题的，因为第二台机器只测试了2次，测试的次数太少了，原则上是应该两台机器测试同样多的次数才能进行比较，因此，只测试了2次而计算出来的概率，是不能作为决策依据的，很容易失灵，你要两台都测试够10次才能进行决策。
这里还有一个隐含的问题，就是你能在这个房间里总共玩多少次，假如你最多只能玩13次，而你已经测试用掉了12次，最后的第13次你选择哪一台机器？假如你可以玩100次，那你会分别在两台机器上各测试多少次？如果你可以每天玩1000次你会先在两台机器上测试多少次还是有别的更好的解决思路？
这就引出了另一个更深层次的问题，剩余时间的价值会随着剩余时间的减少而不断提高，利用好剩余时间是我们最好的策略，那么如何合理利用剩余时间？如何最大化利用剩余时间的价值？这是一个历史上曾经困扰了科学家很久的问题。
直到1952年，哥伦比亚大学的数据学“赫伯特－罗宾斯”提出了一个可以优于碰运气的简单的策略，这个策略就是随机选择一台吐钱机，只要它不断吐钱，就一直在这台机器上玩，如果多次不吐钱了，就换另一台机器。
这个策略虽然不完美，但也优于碰运气的瞎玩，这个策略叫做“赢留输变”策略。
后来不少人进一步通过实验研究，发现这是人类决策过程中普遍存在的现象，所以又叫做“赢留输变”原则。人们研究发现，当某台机器让你获得了钱，你就会对这台机器的评估值升值，倾向于在这个已经让你盈利的机器上再玩一次，而不是冒险去一台完全没玩过的机器上去碰运气。
奇趣编程个人认为，这可能和人类进化的历程有关，因为人类是从原始动物进化来的，在人类还是原始动物时，如果在一个地方经常捕获到猎物，那么他就会倾向于下次还来这个地方，如果这个地方变得很难打到猎物了，他就会换一个地方。这是一个生存的策略，不符合这个生存策略的动物物种都已经灭绝了，符合这个生存策略的动物物种才能生存下来一直进化到今天。所以这个生存策略，是经历了几百万年的演化过程而存在于我们人类的基因里的，是所有动物界的决策策略。
既然我们已经知道人类的决策倾向，那么我们怎么利用别人的决策倾向来为自己谋利呢？我们下篇分享。