概率是一个理论值，所以对于某个交易系统来说并不因操作次数而改变。
根据少量的数据计算出来的只能是频率，为什么少量数据统计离理论值较远？因为不同的趋势情况下会存在不同的分布，所以频率会不一样。不过只要样本数据足够多，这个值会趋向于理论值，这就体现了策略的重要性，例如虽然某个交易系统成功率较高，但可能出现连续10手的亏损，那也影响了系统的使用。
如所说，赌场总是调节胜率高于赌客，那么显然对于赌场来说其样本量是很多的，从而其结果会趋于理论值，最后算下来期望值真正是一个正的数（成功率在这里只是错觉，真正起作用的是期望值，不过由于赔率固定，所以二者可以互推，或者变量变少了）。对于赌客来说，由于成功次数分布的迷惑，所以看起来好象某个时段会赢，但实际上算下来还是输。除非使用截断亏损放大利润，但已经需要很高的技巧，难度变得很大了。十赌九输是必然，呵呵。
令：
E---期望值
p---成功率
q=1-p---失败率
R--盈亏比，赔率的倒数
有：E=p-q/R
由于R是一个已知数，于是有ER-(R+1)P+1=0，可见P、E线性相关（即可以互推）。
同时，呈正比关系（即一个增大另一个也随之增大，当然有个范围是P∈(0,1)）。
对于赌局来说，赌场希望E>0，并公平使R=1（即你出一个能赚一个），于是需要P>q即P>50%。这是很容易做到的，呵呵。
从上面的推理来看，理论上交易与赌博的区别在于其变量较多，也就是多了一个R。
这就使问题变得非常的复杂，因为实际中你根本无法辨别出你的P、R会是多少。P看起来是个固定的值。但是正如所说存在分布问题从而某一个邻域（例如3个月）到另一个邻域它会有差别，因而交易者能否采信还是个问题，呵呵。R值更是令人迷糊，它基本上是个变量，只有过去的统计数得出来，未来需要行情走出来才知道(因此其概念有时也变成胜算，但与胜率会有不同)。因此在公式中，这个值也是个平均值。
我们这番话是在固定亏损值下限来说的，实际中还存在变化的这个值。所以问题还要更复杂。所以成功的策略是在将一个很大范围的概念缩减到很狭小的区域当中，在这里成功才有可能。例如顺势而为，分析理解这个概念足以使我们生存。
联系客服
