一个黑箱子里装有5000个黑球和5000个红球，试问如何才能让自己每次摸出来的红球都比黑球多？今天奇趣编程qq在线和大家分享下概率和优势。
方法1：先让别人抽，自己在旁边统计已经抽出来的黑球数量和红球数量，则黑箱里还剩下多少个黑球和红球就很清楚了，当剩下的球对自己有利时，再去把全部球抽完。比如说，一万个球当中，已经抽出了3000个黑球和4000个红球，则黑箱里剩下的就是2000个黑球和1000个红球，那么自己把剩下的球全包，肯定就是摸出计算的结果。
方法2：假如黑箱里的黑球和红球有缺陷，通过统计别人抽出来的黑球和红球，发现多数黑球不是正圆而红球是正圆，则根据这一规律，自己伸手进去黑箱时就可以用手来识别和挑选所要的球。
上面所说的其实就是打造概率优势的两个方法：统计数据和特征识别。
假设有这样一个游戏，三个人进行猜币，每个人都同时各抛一个硬币，会有以下三种情况：
1.出现两个正面和一个反面，则出反面的人输2分，出正面的两个人各赢1分。
2.出现两个反面和一个正面，则出正面的人输2分，出反面的两个人各赢1分。
3.出现三个正面或三个反面，平局，不分输赢分。
这个游戏和股票市场有点像，哪一方的力量较大，哪一方就赢，并且赢家所赢的就是输家所输的，整体上就是个零和博弈，一碗水大家抢的事，在股票市场上就是资金大的一方赢走了资金少的一方。
奇趣编程qq在线认为，作为个人，应该站在资金大的一方，如果大资金看涨，自己就跟着看涨，如果大资金看跌，自己就跟着看跌，狐假虎威。对于非自由市场，也就是由某些主力资金控盘的市场，直接跟着主力操作就行。对于自由市场，大资金也不敢跟大趋势为敌，所以要跟大趋势走。
希望对大家有所启发。
想当初奇趣编程开始炒比特币BTC的时候，比特币的价格是5000元人民币一个，后来跌到2000元一个我就没关注了。但是现在比特币已经涨到了5万多美金一个，也就是40万人民币一个了，唉，只能遗憾地说，奇趣编程错过了一次财务自由的机会。
是否可以做一个qq在线自动炒币赚钱的机器人呢？可以的。
现在大的平台都支持使用API的方式自动化交易，不用人工盯盘，下面奇趣编程给大家说下开发这种自动炒币机器人的思路。
加密货币市场行情，会有这么一个现象，因为各平台的信息同步有时间延迟，并且各币种之间也有时间延迟，所以可以利用时间差来搬砖赚差价。
比如说A平台某币涨了，但B平台同币种的价格还没跟着涨起来，那就可以从B平台低价买入，然后在A平台卖出，赚搬砖的价格差。
再如，所有币种的行情通常都是由BTC领涨领跌，然后其它小币种才跟着涨跌，那就可以把BTC作为涨跌信号来操作，在BTC开始涨跌而小币种还没反应过来时，抢先对小币种进行买入卖出操作，然后等小币种反应过来时，就赚到了。
核心原理就是打时间差，只要这个行情规律还存在，就能一直搬砖。
风险是什么？
1.平台之间的时间差太短操作跟不上。机器人太多的话，平台之间的价格差在1秒内就被抹平了，所以谁的机器人更快谁就能抢到红利。
2.小币种不跟涨跌。大多数情况下小币种会受大盘影响而涨跌，但也有可能BTC涨跌了而小币种没什么波动的情况，所以这种情况也要考虑进去。
3.平台或网络不稳定造成交易没成功。一次搬砖要完成买入卖出才能完成一次赚差价，但如何因为平台或网络不稳定原因导致交易没成功而出现亏损，也是值得注意的问题。
4.写的软件有BUG。所有的软件都会或多或少存在某些BUG，如果是在关键时刻出现了BUG，那也有可能造成亏损。
5.其它原因，如平台倒闭、法律风险等。
综上所述，奇趣编程认为，如果不能有效控制以上风险，就别想着用机器人自动搬砖，容易砸到自己的脚。
博弈论（Game Theory），是生活中无处不在的理论。今天奇趣编程腾讯qq在线和大家分享关注于博弈论的一些知识。
去菜市场买菜是顾客与菜贩之间的博弈；考试，是和其它考生之间的博弈；求职，是和其它求职者和招聘公司之间的博弈；恋爱，是双方个体及双方家庭、家族之间的博弈；战争，是国与国或联盟与联盟之间的博弈；股票，是多空双方的博弈；在各种游戏中也会存在着博弈。
我国最早的一部可以看作是战争博弈的专著是《孙子兵法》，它系统地讲解了国与国之间的博弈，细分到谋划、后勤、战术、情报等各个方面。目前国外对博弈论的研究，不仅在军事战略方面，在金融、股票、经济、外交、政治、计算机科学、生物学、游戏等各方面都有大量的人在研究应用。
一、博弈论里有几个要素：
1、局中人。在一局博弈中，参与者是局中人，只有两个参与者的是两人博弈，有多个参与者的是多人博弈。
2、策略。每个参与者都有为自己谋取最大利益的策略，如果所有参与者的策略都是有限的，则为有博弈，如果策略是无限的，则是无限博弈。
3、得失。每一局下来，每个参与者的得失，得失的多少与参与者的策略有关。
4、结果。每局博弈下来必定存在着结果。
5、均衡。各方参与者得失处于平衡状态的稳定值。比如买菜，顾客想物美价廉，菜贩想多赚钱，大多数情况下交易价格会达到一个双方利益平衡的稳定值。
二、博弈论的基础，是基于以下前提的：
1、参与者都是理性的，各自追求自己的利益最大化。
2、参与者都认为所有参与者都是理性决策的。
3、每个参与者都懂博弈论。
三、博弈论的分类：
1、按合作来分，可以分为合作博弈和非合作博弈。
2、按时间序列性来分，可以分为静态博弈和动态博弈。
3、按参与者对其它参与者的信息了解程度来分，可以分为完全信息博弈和不完全信息博弈。
4、按博弈次数和持续时间长短来分，可以分为有限博弈和无限博弈。
5、按博弈的逻辑基础来分，可以分为传统博弈和演化博弈。
四、博弈论中的均衡状态有：
1、纳什均衡。
2、子博弈精炼纳什均衡。
4、贝叶斯纳什均衡。
5、精炼贝叶斯均衡。
五、博弈论里常用的案例有：
1、囚徒困境。
2、智猪博弈。
3、美女的硬币。
目前国内关于博弈论的书籍也有很多，在这个人人都懂点博弈论的大环境下，如果不学点博弈论的知识，只会被人算死陷入被动局面处处失利，所以，多学点东西很有必要。
随机图理论是一个比较有趣的领域，今天奇趣编程腾讯qq在线和大家普及一下相关的知识。
在随机图（Random Graph）理论是融合了概率论和组合数学的一个数学领域分支，属于概率随机过程与图论的交叉学科。通俗地说，随机图是将一堆零散的点用线随机连接起来，而点与点之间是否连接是根据某个概率值来确定。在随机图中，边的出现成为了概率事件。
对于某个点，与它连接的边的条数，就是随机图的“度”。若随机图中任意两个点都有边相连，整个图就是完全图，连通分支的个数是1。
生活中是否有随机图呢？在六度人脉理论中，地球上任意的两个人，他们之间最多相隔六个相识关系，这也是一种随机图。
随机图理论有很好的应用前景，比如复杂网络、拓朴图、模糊识别、离散数学等。复杂网络是有大量结点的动态的发展的随机图，生活中主要的复杂网络有：
1、信息网络：万维网、专利网、共享网
2、技术网络：电力网、电话网、电视网、无线网
3、交通网络：航线网、铁路网、公路网、河流网
4、社会网络：企业关系网、金融关系网、论文引用网、人际关系网、科研合作网
5、生物网络：食物链网、生物社经网、新陈代谢网、蛋白质网、基因网、细胞网。
欢迎大家向奇趣编程补充更多资料。
最近有学员问奇趣编程，30岁以上零基础还能学会编程吗？今天奇趣编程腾讯qq在线就和大家一起分享下对这个问题的看法。
首先要明确你为什么学。
有的人想学编程是在本行业做不下去，听别人说程序员工资高，想学编程去大公司应聘做程序员。这种情况可能就有点不合适，因为公司招聘的软件开发岗位肯定是要招计算机专业出来的，如果是自学出来的，很受嫌。
有的人想学编程是工作需要，比如说做股票、金融、网店运营、学术研究等，这种情况不是工作刚需，但学会编程能提高工作效率，是锦上添花。这种情况就适合学编程，在工作中学习编程，只需要学习工作中需要用到的知识点就行，用学习编程来提高工作能力，学习量不大，还见效快，实用性强。
有的人是出于兴趣，就是纯粹的喜欢作为一个创造者的快乐，看到创作作品出来时的成就感。比如说，他喜欢做一些小工具，免费分享给别人，当有人使用了，他就感觉到很有成就感。学编程，确实是会让有人产生一种造物者的感觉，因为编写出来的程序，是有交互性的、自动化的，有点智能，让人的成就感是比较强的。这种情况也适合学编程。
有的人是出于某种目的，比如想研究某个问题的规律，或是想用于自动化，或是想替代人工操作。只要目的是明确的，那解决问题的路径基本上也是明确的，所以只需要围绕着解决问题来学习所需要的知识点就行。这种情况也适合学编程。
可见，除了去求职，其它的情况都和年龄无关，也和是否计算机专来出身无关，有关的是你的学习目的。
其次是你的学习编程的态度和过程。
学习编程的态度，最重要的是要坐得住、学得进，不要急躁。有些人遇到一丁点问题就暴躁不安，但世界上有什么事情是一帆风顺的呢？没有任何一件事情是没有波折的，高速路还有上坡下坡拐弯呢。要接受这种学习的曲线，正确面对所遇到的挫折，放平心态。
学习编程要以点带面，当学习到赠个知识点时，若有精力应围绕这个知识点学习相关的知识。如果不知道学什么，就应该找一个在这方面最专业的人来带，即使是收费的也比自己瞎摸索浪费大量时间要强，比如说奇趣编程就是围绕研究随机数规律来展开统计学、概率论、大数据、人工智能相关知识的。
学习编程要有持续性，写程序不要隔太久时间，不然可能会产生一种陌生感，遗忘很多东西，回不到写程序的状态。学习编程最好是和工作或生活结合，当所学的编程对生活产生了正反馈，比如帮助收入增长了啥的，就有动力持续学习了。
在本文中，奇趣编程用石头剪刀布游戏来阐述人工智能AI的设计思路，腾讯qq在线欢迎大家交流探讨。
石头剪刀布游戏游戏中，我们要解决的问题是，当对方上一次出某一个动作时，我方本次应出什么动作获胜的概率比较大？比如说，对方上次出石头，我方本次出石头、剪刀、布三者的胜率各是多少？知道了这三个的胜率，我们就可以决定出胜率最大的那个。
可以按下面的步骤设计训练以根据历史数据统计获胜概率。
第一步，随机游戏100万次，并将每次双方出的动作和对战结果记录到数据库。
第二步，分别统计出对方出了石头、剪刀、布之后下一次出的是哪一个，得到对方出了某个动作之后再出某个动作的概率。比如对方出了石头之后，有40%的可能出剪刀，有36%的可能出布，有24%的可能继续出石头。
第三步，知道了对方出了某个动作之后会出哪个动作的概率，就可以针对这个可能的动作来出手了。比如说，对方出了石头之后，有40%的可能出剪刀，那我方可以出石头，就有60%的获胜概率。
这个人工智能AI，本质上是用模拟的训练来生产数据，然后从历史数据中统计出某种连续模式出现的概率，然后以此作为未来对战时的决策依据。奇趣编程的这个人工智能设计思路中并没有使用到复杂的算法，仅仅是利用中心极限定理，用历史大数据的概率来预测未来大数据的概率，训练量用的是100万次，未来对战的次数也是100万次，可能会获得比较好的战果，这个只是构想，还没有写代码进行验证。
深度学习在很多方面都有着广泛的应用场景，比如人脸识别、图像分类、物体识别、语音识别、文本分类、推荐系统等，今天奇趣编程腾讯qq在线和大家分享一下深度学习在时间序列分类上的应用。
大体上看，用深度学习来进行时间序列分类的过程分为三个步骤：输入时间序列－使用某个深度学习算法进行训练－输出分类概率。这里的深度学习算法有两种，一种是生成式（Generative），一种是判别式（Discriminative）。
时间序列的分类算法思路有以下几种：
1、基于距离的思路。
2、基于特征的思路。
3、基于神经网络的思路。
时间序列降维可视化方法有以下两种：
1、分段聚合，使用局部平均等方法进行降维。
2、核变换，使用BG核或均值核来进行降维。
就目前来看，深度学习在时间序列分类上的应用是一个比较新的领域，很多思路和方法需要大量的各行各业的专业人士去研究。
时间序列是指半某种现象的某一个统计指标在不同的时间上的各个数值按时间先后顺序排列而形成的序列，主要由时间和指标数值两者构成。
时间序列的特点是：
1.是基于现实的数据，而不是由模拟实验产生的数据。
2.是基于时间动态变化的数据。
时间序列分析的英文是“Time-Series Analysis”，时间序列分析是对时间序列的分析，是对动态数据处理的统计方法，基于随机过程理论和统计学方法，研究随机数据序列的规律，通过建立模型进行过滤、预测、控制。
常见的时间序列分析有天气预报、股票、销量预测等。时间序列通常会有显而易见的周期性特征，比如天气预报，会有季节性，这是由地球公转和地理原因造成的；股票，会有季报性，每逢年报即将发布的月份为了数据好看通常会涨一波；销量，各行各业都有淡季旺季节假日之分。所以时间序列分析的模型通常需要有季节性项、节假日项、噪音项、趋势项，也就是时间序列上的数据周期性通常是由这几个大的因素造成的，找出重要时间点，从而实现预测。
时间序列分析，可以用于短期、中期、长期的预测，又分为简单序时平均数法和加权序时平均数法。简单平均数法，就是把近期和远期的数据等同看待求平均值，适用于周期性数据变化不大的的情况，比如天气预测。加权平均数法，就是把历史各个时期按影响程序来加上权重再求出平均值，以作为近期的预测，比如宏观经济预测、环境污染。
时间序列分析在宏观经济预测、区域发展、经营管理、气象预报、水文预报、地震预报、农业灾害预报、环境污染、海洋学、天文学、生态学等各个方面都有广泛应用，值得学习和深入研究。
