贝叶斯公式在彩票投资中的应用

贝叶斯公式为利用搜集到的信息对原有判断进行修正提供了有效手段。在采样之前,经济主体对各种假设有一个判断(先验概率),关于先验概率的分布,通常可根据经济主体的经验判断确定(当无任何信息时,一般假设各先验概率相同),较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。

概率理论条件概率的公式:P(AB)=P(A)P(B|A)=P(B)P(A|B);
即事件A和事件B同时发生的概率等于在发生A的条件下B发生的概率乘以A的概率。
由条件概率公式推导出贝叶斯公式:P(B|A)=P(A|B)P(B)/P(A);即,已知P(A|B),P(A)和P(B)可以计算出P(B|A)。
假设B是由相互独立的事件组成的概率空间{B1,b2,…bn}。
则P(A)可以用全概率公式展开:P(A)=P (A|B1)P(B1)+P(A|B2)P(B2)+..P(A|Bn)P(Bn)。
贝叶斯公式表示成:P(Bi|A)=P(A|Bi)P(Bi)/(P(A|B1)P(B1)+P(A|B2)P(B2)+..P(A|Bn)P(Bn));
常常把P(Bi|A)称作后验概率,而P(A|Bn)P(Bn)为先验概率。而P(Bi)又叫做基础概率。
贝叶斯公式看起来很简单,但是在自然科学领域应用范围及其广泛。同时理论本身蕴含了深刻的思想。

一位被誉为“彩票黑客”的美国人Gail Howard创造的一种叫做“旋转矩阵”投注选号法。据称在美 国彩票史上,这位“彩票黑客”运用“旋转矩阵”法,流水般地中出了74个大奖。这是一种基于“ 旋转矩阵”数学原理构造的选号法,其核心宗旨是:以极低的成本实现复式投注的效果。
旋转矩阵的原理在数学上涉及到的是一种组合设计:覆盖设计。而覆盖设计,填装设计,斯坦纳系,t-设计都是离散数学中的组合优化问题。
它们解决的是如何组合集合中的元素以达到某种特定的要求。其最古老的数学命题是寇克曼女生问题。

目前市场上出现的许许多号码比较多的旋转矩阵,都很难保证是最小覆盖设计,也就是无法保证它是最优的。
很多旋转矩阵不断地有人刷新它的下限纪录,也就是越来越接近最小覆盖设计。
旋转矩阵是一个千禧难题之首NP难题,目前世界上尚没有通用的解法。解出这个难题就可以获得一百万美金的奖金。

虽然目前旋转矩阵无法得出最优通解,但只要输入一个先验概率判断条件通过计算机则很容易得出一组接近最小覆盖设计的结果。
彩票(例如双色球)中很多过滤算法也无法达到满意结果,但通过人工干预,输入相关先验概率判断条件后往往容易得出比较满意的结果。

这也是至今为主仍然没有看到能够直接给出高概率的双色球预测软件的原因,很多都是需要人工选择条件进行过滤才能达到相对高概率投注结果。

目前贝叶斯公式不知道怎么应用到自己的过滤算法中,仅有一个模糊的概念,就是事件A和事件B同时发生的概率可以作为一个绑定条件。
这个有点类似之前研究的双胞胎号码,三胞胎号码,但还不知道怎么具体应用起来。

注:最近研究了下人工神经网络的,BP神经算法,马尔可夫链的数学模型里面也用到了贝叶斯公式,应该可以结合起来使用。

本人已经安装了人工神经网络软件Matlab 2014a中文版,讲进一步结合本人已有的旋转矩阵,24种高概率过滤算法一起使用,减少人工干预的情况下提高命中率。

有这方面兴趣和研究的人欢迎联系本人!

可以加QQ群:双色球预测合买(313170732)进行讨论。双色球预测合买

QQ群二维码:QQ群二维码

暂无评论

发表评论

快捷键:Ctrl+Enter