由于大多数事物都包含 机会和 必然性，因此我们自然希望排除寻找其背后的必然性的机会。


  我不需要对偶然的失败和成功大惊小怪，但我可以找出不可避免的对吧？是的，但是我们必须首先了解 错误。


  历史上最早的科学家曾经否认实验可能存在错误，认为所有 测量都必须是准确的，并且将任何错误归因于错误。


  直到后来人们逐渐 意识到机会总是存在的，即使实验条件精确，他们也无法完全避免随机干扰的影响，因此经常对科学实验进行几次测量，并通过诸如平均。


  确实，进行多次测量是排除机会的 好 方法。


   国家 橄榄球队经常在输掉比赛，不公平的裁判，缺少主要球员，不适应客场气候， 草皮太软，草皮太硬等之后抱怨机会因素。


   关键是，如果您经常输球，我仍然可以得出结论，国家橄榄球队是一支实力较弱的球队。


  那些最初使用单一SMA进行 决策 的人，曾尝试使用双重SMA或三次SMA进行过滤。


  那些最初使用较小的SMA 参数并认为它过于 敏感的人将参数调高使其变钝。


  其他合作伙伴添加了更多的技术指标，并使用所谓的多指标共鸣来 提高决策的准确性。


  这些方法有时会起作用，因为增加决策方法的复杂性会降低决策的频率。


  如果一组决策方法总是失败，那么减少决策数量肯定会提高决策 期望。


  但是，这些方法 无助于扭转决策的负面期望。


  但是，正如有关概率和 优势的系列文章中所分析的那样，如果您能够充分利用该 策略的优势，那么即使是负期望的策略也可以被有利地使用。


  利差 收窄，利润增加为了 安全起见， 李女士是 外汇宝，而 丈夫是保证金外汇。


  3月11日，当美元兑 日元汇率为1:103.5时，夫妻俩都选择 买入日元。


  到了3月17日，日元看涨， 美元兑日元交易价格为1：95.8。


  此时，李女士 夫妇俩卖出日元，买入美元。


  结账后，李女士的 收益率为7.6%，而其丈夫的收益率为79.3%。