奇趣编程|统计宝|数字规律分析器|开发一个石头剪刀布人工智能?

前面奇趣编程和大家分享过,人类和动物在漫长的进化过程中,形成了“赢留输变”的决策基因,那么我们是否可以根据这个规律,去开发一个石头剪刀布的人工智能呢?

应该是可以的,奇趣编程大体上构思了一下,可以这样干。

首先,写一个机器人A,模拟普通人,它出动作的决策逻辑就是“赢留输变”。比如,它这次随机出了石头,赢了,它下次还是石头,如果一直赢,就一直出石头,直到输了,再随机出另一种。

然后,写一个人工智能B,模拟神经网络,它出动作的决策逻辑就是“对方赢留输变”,预判对方会出什么,然后针对对方的动作来出能赢的动作。

最后就是让两个机器人自动对打了,打一万次之后结果会如何?很值得期待,有空我再把它开发出来试下。

奇趣编程|统计宝|两种抛硬币方式想到的稳定盈利方法

理论上抛硬币正反面出现的概率都是50%,奇趣编程想到,如果改变一下抛硬币的方式,是不是会有不同的结果?下面有AB两种方式请选择:

A:抛1次,如果出现正面奖励100个金币,如果出现反面奖励0个金币。

B:抛100次,如果出现正面奖励1个金币,如果出现反面奖励0个金币。

思考一下,你会选择哪个?

如果选择A,有50%的概率会得到100个金币,但也有50%的概率会得到0个金币;

如果选择B,肯定会得到50个金币左右,但肯定得不到100个,也肯定不会得到0个。

你会怎么选择呢?奇趣编程认为可以用“收益、风险、确定性、耗时”来作为决策依据。

对于A选项,收益是100或0,得到100时收益很大,得到0的风险也很大,充满了不确定性,只抛一次耗时很短。

对于B选项,收益不会是100,但也不会是0,介于50左右,风险无,非常确定可以稳赚,抛100次耗时较长。

那么我们可以看出,A选项是“牺牲安全性和确定性来换取短期高收益”,B选项是“用时间和更低的收益来消除风险和不确定性”,哪一种更优?你会选择哪一种呢?欢迎加奇趣编程交流探讨分享。

奇趣编程|统计宝|注意,抛硬币正反面概率并不相等!

理论上抛硬币的正反面是相等的,但实际中抛硬币正反面出现的概率并不相等,为什么?奇趣编程今天和你分享。

我们仔细观察硬币可以发现它的正反面是不一样的,一面是数字,一面是花,因此硬币在垂直方向上重心是倾向于一边的,正是因为这么一点极细微的偏差,导致了真实抛币币时正反面出现的概率不一样。

我们怎么验证呢?可以拿一块橡皮泥,把正反面都按上去得到凹模,然后在凹模上填充树脂等能凝固的东西,然后把两个模挖出为的东西分别称一下,就知道哪一面的重量更大了。

对抛硬币还有一个比较容易理解错误的地方,就是虽然理论上抛硬币正反面出现的概率是一样的,比如抛1万次,正反面理论上都出现5千次,但实际上可能要抛一万多次或不到一万次时,正反面出现的次数就一样了,并不会每次都刚好在一万次时正反面出现次数相同。

奇趣编程|统计宝|利用“赢留输变”原理稳定提高玩石头剪刀布的胜率[精华]

在上一篇“奇趣编程|统计宝|吐钱机问题稳定提高胜率的原理[精华]”里我们说到,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?

奇趣编程与别人玩石头剪刀布为例。每一次奇趣编程都可以根据“赢留输变”原理来预判对方下一次大概率会出什么,如果对方赢了,他会大概率倾向于继续保持出上次的动作,如果对方输了,他下次会倾向于换一个动作。既然我们已经可以预判对方大概率会出什么,那我们只需要针对人家会出的动作来选择要出什么动作就可以了。

“赢留输变”原理是普遍存在于动物界的一个决策原理,只有极少数人知道,也只有极少数人懂得利用,所以你的对手如果不知道这个原理,也不知道你懂这个原理并正在利用这个原理,那么你就可以大概率赢他。这就是一种信息不对称的打法,你开了上帝视角,而对方是瞎子,你还打不赢他吗。

同样,我们也可以把这个原理应用到其它零和博弈的东西中,只要合理利用,胜率是稳稳的操持在50%以上。

欢迎关注并联系奇趣编程,和你分享交流更多提高胜率的原理和方法。

奇趣编程|统计宝|吐钱机问题稳定提高胜率的原理[精华]

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。

奇趣编程|统计宝|为什么有的人用支撑位阻力位作为低进高出信号还是亏损?

奇趣编程开发的免费、绿色、纯净、开源的随机数规律统计分析软件“统计宝”可以有效统计分析出随机数的规律。

为什么有的人用支撑位和阻力位作为低进高出的信号还是亏损?

有些人认为,任何一点进场,理论上涨跌的概率都是50%,但实际操作过程中发现,90%都是亏损,这是为什么?

奇趣编程认为,唯一的可能,就是他的时间线太短了,只看到小趋势没看到大趋势,小趋势是套在大趋势里的。比如说,15分钟和1小时这些都是小趋势,N天才算大趋势,在大趋势面前,小趋势的涨跌概率并不是50%,而是90%。

比如说,某些大趋势曲线是一个月都在上涨,而这个大趋势里,小趋势的上涨概率肯定不止50%。反之,如果某些大趋势曲线是一个月都在下跌,这个大趋势里的小趋势下跌概率也肯定不止50%。

只有用更大的视野,从高空俯瞰,才能看到大局。

奇趣编程|统计宝|你还需要预测随机数涨跌行情才能稳定盈利吗?

奇趣编程在长期的随机数规律研究中发现,随机数的规律是不需要预测的,只需要把所有可能遇到的情况的应对策略都提前想好,就可以实现稳定盈利。

比如说,在某个指标出现什么信号时低进,在某个指标出现什么信号时高出,就可以实现赚取中间上涨空间部分的利润。

但谁也没法保证低进时一定是最低点,如果低进之后,仍然还在下跌,应该怎么应对,需要心中有数。

同样,谁也没法保证高出时一定是最高点,如果高进之后,仍然还在上涨,跟还是不跟,也需要提前做好准备,一切按预计的操作进行。

当每种情况都想好相应的对策之后,就是机械化执行,没必要再去预测随机数涨跌行情了。

奇趣编程|统计宝|随机数规律平均回归统计套利策略

随机数规律有很多,其中比较容易理解的一个规律是平均值回归,我们可以利用这个规律来实现稳定盈利,今天奇趣编程和大家分享一个利用平无回归统计来套利的策略。

随机数有规律?是的,在大数定律中,数据量越大,随机数中的每一个数字就会越接近于它的统计平均值。比如随机抛硬币,抛的次数越多,正反面的出现次数越接近于抛硬币总次数的一半。

那我们怎么利用这个规律呢?就是打偏态。现在我们知道,根据大数定律,当随机数出现偏态后,后面肯定会回归平均值,因此我们可以利用它来套利。偏态,是随机数出现短期失衡,从长期均衡上来看,它肯定会回归平衡,所以我们只需要在出现偏态时去低进高出就行。

奇趣编程|统计宝随机数规律分析研究者交流指南

奇趣编程在长期研究随机数的过程中,发现做随机数研究是一个非常自闭的工作,随机数研究涉及到统计学、概率论等难度比较大的数学知识,研究的过程复杂又漫长,每一步都或多或少会遇到某些问题需要解决。

这个时候,如果有相同兴趣的人一起研究就好办多的,很多问题可能别人已经踩过并且解决掉,或是一些还没填平的坑可以互相帮助,群策群力,比自己一个人闭门造车强。

所以,奇趣编程要做一个用于随机数研究的软件“统计宝”,免费分享给各位有兴趣一起研究随机数规律的朋友,希望各位有什么好的思路可以跟我交流,或是可以交流各自在研究随机数过程中遇到的问题。

奇趣编程希望大家能互相交流分享,而不是一味单向的索取,毕竟谁也不愿意浪费自己的时间单向输出而没有回报,交流就是要让各人的经验和知识交互的流动,不然就变成直流了。

怎么找到我交流呢?百度或微信搜索“奇趣编程”就可以找到我了,慎防他人假冒哦。

奇趣编程|统计宝可以把任何数据转化为真随机数

通常我们手上的数据都是伪随机数,明明知道它肯定存在某些规律,但又不找不出明确的稳定的规律,像这种情况奇趣编程建议换一种思路去研究。

通常来说,奇趣编程研究的大数据有两种,一种是有一定规律的伪随机数,需要自己去琢磨研究找出它的规律,然后观察它这种规律是否稳定地相似、相近、重复地出现,如果是,则针对性地设计某种方法来利用它获得稳定的盈利。

另一种是无规律的真随机数,这是完全纯随机的数据,没有稳定的规律,但是它遵循统计学、概率论里的各种公式定理,我们可以通过大数定理、正态分布等方法来对它进行分析,然后针对性地设计某种方法利用随机数来获得稳定的盈利。

那么伪随机数是否可以转化为真随机数呢?奇趣编程想到了一个办法,可以把伪随机数转化为真随机数,这样就可以各种各样的伪随机数都转化为真随机数来利用获取稳定盈利了。

有兴趣的朋友可以联系我一起研究。