天气预报的启示
每天早上，你打开手机看天气预报。"今天降水概率70%"。你带伞出门。结果一整天晴空万里——没下雨。天气预报错了吗？
不，它没有错。"降水概率70%"的意思不是"一定会下雨"——而是"在历史上类似的气象条件下，有70%的日子里下了雨"。你恰好撞上了30%的不下雨的情景。天气预报做的不是"预测这一次"，而是"在大量的类似情境中，下雨的比例是多少"。
量化交易的概率思维，和天气预报如出一辙。一个胜率55%的策略，意味着在100次交易中大约55次赚钱——但具体到"下一次交易"，你仍然无法知道它会不会赚钱。你能做的只是：重复这个策略足够多次，让大数定律（Law of Large Numbers）替你"拉回"到预期的平均值。
三次抛硬币，可能全是正面——这是运气。三千次抛硬币，正面比例一定逼近50%——这是数学。量化交易的"科学性"，就藏在这"三千次"里。
概率思维的三大基石
1. 大数定律（Law of Large Numbers）
这是概率论的"铁律"：当你重复一个随机实验足够多次时，结果的平均值会趋近于期望值（Expected Value）。抛一枚公平的硬币：10次可能8次正面，100次可能55次正面，但10,000次——一定在49%~51%之间波动。量化交易"赚不赚钱"，靠的不是某一次交易的"判断正确"，而是策略的正期望值 + 足够多次的重复。
2. 期望值（Expected Value）
期望值是你在每一次交易中"平均能赚多少"的数学表达。公式：EV = (胜率 × 平均盈利) - (败率 × 平均亏损)。假设你的胜率是45%，每次赚的时候平均赚200块，亏的时候平均亏100块——EV = 0.45×200 - 0.55×100 = 90 - 55 = 35。你的策略有正期望值——哪怕胜率不到50%，长期下来也能赚钱。
3. 统计显著性（Statistical Significance）
20次交易里赚了12次——这是"真的有选股能力"还是"运气好猜中了"？用一个p值来判断。粗略地说，如果p值<0.05，意味着"纯靠运气得到这个收益的概率不到5%"——我们有95%的信心说这个策略是真的"有效"。量化交易追求的不是"每次都赚"，而是"从统计上可以证明的长期正期望"。
抛硬币模拟器——体验大数定律
大数定律体验
先抛10次，比例可能偏离50%很远——再抛100次，你会发现曲线慢慢"拉回"50%的水平线。这就是大数定律的直观体现。
量化交易的"科学性"到底是什么
量化交易的"科学"不在于它能准确预测每一次交易的涨跌——它做不到，也没有人能真正做到。量化交易的科学在于：① 它用系统化的规则代替情绪化的决策；② 它用统计方法去验证"这个策略的收益是否显著地超过随机涨跌"；③ 它靠大数定律——策略有正期望值、并且你能重复它足够多次——来保证长期盈利。
赌博和量化交易最大的区别：赌博是没有正期望值的——赌场永远有"庄家优势"（House Edge），你玩得越久越接近归零。而量化交易追求的是正期望值——策略在统计上"平均每次交易赚X元"。有了正期望值，你唯一需要做的就是让策略运行足够多次、并且在过程中不被波动性的回撤吓出局。
AI思考练习：理解概率思维
复制下面这段话发给 AI，让它帮你建立概率思维：
本章小结
本章要点
- 概率思维是量化交易的哲学基础：量化交易不预测"下一次涨跌"——它追求的是"在大量重复中，正期望值兑现"。三次抛硬币是运气，三千次是数学。
- 三大基石：大数定律（重复足够多次，结果逼近期望值）、期望值（胜率×平均盈利 - 败率×平均亏损）、统计显著性（收益是否显著地超过随机波动）。
- 正期望值是"生死线"：量化交易与赌博的本质区别——赌博有负期望值（庄家优势），量化策略追求正期望值。有了正期望值，你只需要重复足够多次、并且活过回撤。
- 天气预报类比："降水概率70%"不是说今天一定下雨——它是说"类似条件下有70%的日子下了雨"。策略胜率55%同理——单次不确定，长期一定趋近。
微信扫一扫，支持作者继续创作