今天奇趣编程和大家分享随机数波动值规律及最新漏洞的发现方法。
在随机数市场中，只要数字是变化的，它就会有波动值，奇趣编程通常计算的波动值是前后两个两个数据之间的差值，后值可能比前值大或小，所以差值可能有正负数之分，比如：
源数据：10，20，40，70，110，100，80，60，50
波动值：+10，+20，+30，+40，-10，-20，-20，-10
结合我们日常的生活经验来说，昼夜温差也是波动值，夏季昼夜温差小波动值小，秋冬季昼夜温差大波动值大，结合生活经验可以帮助我们更好地理解波动值的概念。
随机数波动值有什么规律呢？就气温来说，如果把多年以来每一天每小时的气温统计记录下来，是可以看到波动值是很有规律的，并且各个季节的波动值是稳定的。
那么随机数波动值有什么漏洞呢？奇趣编程通过自己开发的软件发现，通过指标来分析随机数及其波动值规律，是可以找到不少漏洞的。您发现有哪些漏洞呢？欢迎点击此处联系国内顶级随机数研究专家[奇趣编程]交流探讨。
上一篇奇趣编程和大家谈到“奇趣统计宝”的朋友说的提前30秒获取数据漏洞的问题，这一篇我们继续深入研究怎么利用这种漏洞。
漏洞的产生是因为网络有延迟卡顿，那利用这个卡顿来提交数据是不是可以达到预知未来的效果？
我们可以假想有这样的一个情况：
1、美国那边的数据源已经公布了最新的数据是100。
2、网站A靠近美国并且网速很快，马上得到了最新数据。
3、网站B离美国很远并且网速很慢，卡顿了一分钟。
4、投资者张三同时打开网站A和网站B，在A上看到了数据，然后在B还没获取到最新数据时交易。
5、网站B获取到最新数据，然后撮合交易，投资者张三稳盈。
这种情况有可能发生吗？有可能，并且奇趣编程经历过，但这种情况可遇不可求，很难监测到并利用得上。您有什么好的思路吗？欢迎点击此处联系国内顶级随机数研究专家[奇趣编程]交流探讨。
有“奇趣统计宝”的朋友找我定制监测提前30秒获取数据漏洞的软件，我一听感觉有点不可思议，怎么可能会提前获取到数据呢？但仔细想想，也还是有可能的。下面奇趣编程和说说提前30秒获取数据漏洞的产生原因。
很多软件或网站上的数据，都是同一个数据源，但各个网站得到的数据是有先有后的，为什么呢？这是因为网络有延迟有卡顿的缘故。
比如说，股票交易中心在深圳，各个投资者在全国各个地方通过浏览器打开网页或通过股票看盘软件来监测数据，因为各地在物理上的距离不同，地点离得近的人获得数据比较快，地点离得远的人获得数据比较迟。如果数据源在国外，比如美国的股票交易中心，那美国人肯定比中国人更快获取到数据，毕竟隔着几千公里，就算是电子也要跑一段时间才能来到中国。
经过奇趣编程同时打开多个网站对比各个网站的数据，发现各平台之间有的能相差3秒到5秒，数据严重不同步。这算不算一个漏洞呢？能利用这个漏洞做什么呢？欢迎点击此处联系国内顶级随机数研究专家[奇趣编程]交流探讨。
怎么判断MACD顶背离啥时候结束？这是一个好问题，“奇趣统计宝”作者奇趣编程研究随机数规律多年也很难三言两语回答清楚，在这里可以和大家分享一下自己的想法。
MACD作为一个在金融市场上用了几十年的指标，也是目前所有看盘软件的默认指标，肯定会有它的有效之处，如果一个指标对看盘没有帮助对决策起不到正面效果，那这个指标是不可能生存几十年的，必定会被其它更好的指标淘汰掉。
MACD不是用来预测的，所有的指标都不是用来预测的，所有的指标都是用来回顾过去发生了什么，从而帮助操盘者判断即将发生的事件的概率的。
在“奇趣统计宝”软件里，MACD是一个很重要的指标，它可以分析过去的时间里多空两股力量之间的变化，从而帮助操盘者判断某些数据是不是严重偏离了理论概率，即将发生回调，偏态将会向理论概率回归。
指标虽然是历史数据形成的结果，但它却能从技术分析的角度让人知道某种偏态是不是达到极限了，当某种偏态势尽之时，就是周期转换之时。
实际上，任何指标都是为趋势服务的，而任何一个趋势都会有穷尽之时，某一个趋势的终点就是另一个趋势的起点。
任何一种指标，都不可能准确预测未来的趋势，但长线、中线、短线多个指标联合起来分析，就可以过滤掉绝大部分的错误判断。
对于MACD您还有什么误解？欢迎点击此处联系国内顶级随机数研究专家[奇趣编程]交流探讨。
“统计宝”作者奇趣编程在研究随机数规律中发现，有些数据有着特殊的性质，比如“1+2+3=123”，也就是某些数字符合“三数和”与“三数积”相等。
那有没有符合“两数和”与“两数积”相等的数字呢？我们很自然地会想到“2+2=2*2”。
那有没有符合“四数和”与“四数积”相等的数字呢？甚至是“n数和”与“n数积”相等的数字呢？这就需要我们递推求解了，整数不满足的话，我们可以考虑分数，通过演算，是有公式可以推算的。
在推算过程中，奇趣编程发现了一个很特殊的循环规律：
1除以3的4次方，值是：0.012345678012345679…..
为毛没有8？欢迎点击此处联系国内顶级随机数研究专家[奇趣编程]交流探讨。
使用“统计宝”的朋友都知道，随机数是没有稳定规律的，是随机分布的，除了偶然性和大数定律，没有其它明显的规律。但是，素数是有非常平滑的规律的，如果把素数的随机性和规律性结合起来研究，找到素数的概率模式，就可以利用素材的规律来获得暴利。
素数是只能够被1和它自身整除的正整数，如2、3、5、7、11等，上图就是100以内的素数，同时，不少于2的正整数都可以写成多个素数的乘积，如35＝5*7；10＝2*5。
在上一篇中奇趣编程和大家分享了“本福特定律”，说明了前导数字的非随机性和非均匀分布的特点，前导数字的分布是对数的。
在非常大的数据集中，素数本身不根据本福特定律分布，但是在较小的素数数据集里，第一位数字分布中表现出明显的偏差。
您认为可以怎么利用素数的这种规律呢？欢迎点击此处联系国内顶级随机数研究专家[奇趣编程]交流探讨。
在“统计宝”的作者奇趣编程的认知中，每个数字出现的概率是均等的，每个数字出现的概率都接近于它的平均数。但是有一条叫做“本福特”定律似乎打破了这种认知，让人觉得似乎很多随机数的东西都能掌握规律了。
“本福特定律”(Benford’s law，简写BL)以物理学家法兰克·本福特名字命名，也叫做“本福特法则”，它指出“越大的数以它为首几位的数出现的概率就越低”。比如说，以1为首的数出现的机率约为总数的三分之一，接近统计学概率论中期望值九分之一的三倍。下面是奇趣编程整理的本福特定律中1-9各个数字出现的概率：
数字1 出现概率30.1%
数字2 出现概率17.6%
数字3 出现概率12.5%
数字4 出现概率9.7%
数字5 出现概率7.9%
数字6 出现概率6.7%
数字7 出现概率5.8%
数字8 出现概率5.1%
数字9 出现概率4.6%
这是怎么回事？统计学概率论被推翻了吗？它是怎么算出来的呢？这个定律是这样解释的：
从1、2、3、4、5、6、7、8、9，现在九个数字的概率是相同的，然后继续数到10，则1出现的概率比2－9这八个数字多了，再数到11、12、13、14、15、16、17、18、19，数字1已经出现很多次了，其它数字只出现2次，仍然是1出现的次数更多。然后继续数到20、21，又是1先出现，再数到31、41、51、61、71、81、91、101…都是1最先出现，所以1先出现的概率远远大于其它数字，时间越是往后概率才会慢慢被拉到平均值。
奇趣编程发现这个定律是被严格证明了的，论文见：Hill, T. P. “A Statistical Derivation of the Significant-Digit Law.” Stat. Sci. 10, 354-363, 1996.。
这个定律有什么用呢？可以检查一堆数据的随机性，如果一堆数据是随机的，它就应该是符合本福特定律的。能用到的场景有检测会计数据是否作假，金融数据是否被操纵，股票市场数据分析等。
使用“统计宝”的各位朋友们想到怎么利用这个“本福特定律”了吗？既然某些数字的概率是不均等的，但某些东西是按概率均等来计算的，这就产生了一个漏洞，你想到怎么利用了吗？
欢迎点击此处联系国内顶级随机数研究专家[奇趣编程]交流探讨。
“统计宝”的一个用户和奇趣编程说，在抛硬币游戏中，如果每次都把止盈设置得比止损高一点，那是不是就能稳盈了？对于这一个问题，奇趣编程和大家分享一下。
假设每一波行情，都把止盈设置为30点，止损设置为10点，这样猜中一次的盈利+30点能抵平猜错三次的亏损-30点。
这个问题的关键在于，万一行情没涨到止盈线就回调跌到止损线了呢？比如它只涨到29然后又掉头跌到-10止损，那这波行情本身可以盈利29点的反而变成亏损-10点，是不是让人特别恼火？
这个朋友的思路，是人为计划的去限定不确定的东西，企图让现实按人的计划来走，是错误的思考方向。正确的思考方向是人应根据当前的实际情况来定策略和计划。
单次的止盈止损应该怎么设置呢？在“统计宝”里有K线图表、MACD图表、RSI图表等指标，我们根据指标的超买超卖信号来进行止盈止损就行。这些信号的本质，就是各种大小周期或者说偏态已经达到极限，即将大概率发生趋势转换或周期转换的标志。虽然不是每次都准确，但大多数时候是准确的，它是一种概率指标，而不是绝对指标，一百次里准确的次数比错误的次数多就行。
所以我们不应该在单次上去计较盈多少亏多少，而应该着眼于更大的盘局，从整体上去计算一百次里中了多少次错了多少次，整体的盈利和亏损。
欢迎点击此处联系国内顶级随机数研究专家[奇趣编程]交流探讨。
在抛硬币游戏中，正反面出现的概率是一样的，我们怎么实现稳盈这个目标呢？今天奇趣编程和各位使用“统计宝”的朋友们分享一下。
第一个率，概率。概率存在于我们这个世界万事万物之中，可以说概率是我们这个世界维持运转的自然规律之一。在生活中，在历史中，每一个事件都不是绝对百分百出现的，而是由概率来决定它是否出现的。在抛硬币中，结果只有正反面两种可能，所以抛的次数越多，正反面出现的次数越接近于相等，这就是抛硬币的概率。
第二个率，胜率。胜率就是你猜中的次数占猜测总次数的比例。比如，总共猜了100次，猜中了70次，那胜率就是70%，一百次里猜中50次那胜率就是50%。因为抛硬币的概率是正反面的概率都有50%，所以理论上不管你猜的是什么都已经有50%的胜率，只需要再用些技巧就能超过50%。
第三个率，盈利率。盈利率就是纯盈利的次数和猜测总次数的比率。比如一百次里猜中70次猜错30次，那纯盈利次数有70-30＝40次，盈利率就是40%。如果一百次里面我们猜中55次猜错45次，则55-45＝10次，盈利率就是10%。
每天纯盈利10%，十天就翻了一倍，如果能维持这个盈利率，则 1倍+2倍+3倍+4倍＝10倍，也就是只需要四十天就可以连翻10倍了。这是多少暴利，而我们只需要做的就是把盈利率稳定在10%而已，也就是每100次中只需要猜中55次而已。
那我们怎么能达到这一目标呢？我们永久免费开源的“统计宝”软件内置的各种统计图表可以帮助你提高盈利率。
欢迎点击此处联系国内顶级随机数研究专家[奇趣编程]交流探讨。
在国内的教材中，对于统计学中的P值定义，都是一句话带过的，但是美国统计学会有很详尽精确的定义，今天“统计宝”作者“奇趣编程”和大家分享一下。
美国统计学会认为P值应满足以下六个基本原则：
1、P值能够提示数据和一个特定统计模型之间的不相容性。
2、P值不能用于衡量零假设为真的概率，也无法指代所观察到的结果是由偶然性造成的概率。
3、科学结论以及商业决策不应只取决于P值是否超过某个设定的阀值。
4、恰当的统计推断需有全面的报告以及透明度。
5、单单一个P值或统计学显著性无法用于判断效应量或结果的重要性。
6、P值本身无法反应一个模型或者假说的证据强弱。
大家看完是不是对P值的定义更清晰明确了？但奇趣编程认为，大家是看完更迷糊了。
欢迎点击此处联系国内顶级随机数研究专家[奇趣编程]交流探讨。
