概率，对我们的人生决策来说具有绝顶重要的作用。对于我们的交易来说，更是处处皆是。可以说，我们在交易上所做的每一个决策，几乎都是概率性的。但是怎么看待概率，如何利用我们已有的概率知识来为我们所用，我觉得这是很值得探讨的问题。
上过大学概率论的我们都知道，概率分两个学派：频率学派和贝叶斯学派。最近一段时间来，我愈发觉得贝叶斯学派的思想对我们的重要影响作用。
我对贝叶斯概率论的理解是：条件，条件非常重要。不同的条件下，概率值不同。就拿最简单的例子来说：随便拿一个品种，比如棉花05合约给，当它价格是13800元/吨的时候，要我回答涨和跌的概率各是多少，在我没有任何背景知识的情况下，我只能回答说是各50%。
但这一定是50%吗？我想说这肯定是错的。因为当我引入知识以后，这个概率值一定是变化的。50%仅仅只是我丝毫不掌握信息的条件下，比如说我掌握的信息是：棉花历史上10年，最低价格是13500元/吨，那我还会轻易的把涨和跌各赋予50%的概率吗？我觉得我不可以。再比如，如果我是看技术图形，13500正好是前低，正好形成了双底，我还会继续给予50%的均匀分配吗？我肯定会赋予上涨更高的概率。
所以我想说：概率是一个很主观的东西，这是贝叶斯学派所主张的。概率本身代表了不确定性。我们对这个世界的认知，一定是在不断的消除或者减弱不确定性。那么概率值一定是会变化的。概率不是一个客观的量，它就是一个主观的值。
我们知道，概率是表达一个事件发生的可能性。那么这个事件的表达，就很有味道了。比如问我ru05涨到20000元/吨的概率和涨到25000元/吨的概率，两者各是多少？我可能未必说不上来，但我可以拍胸脯说P(ru涨到20000元/吨)>P(ru涨到25000元/吨)。正是基于这个前提，我们会同时在期权上找到发现：ru2505C25000一定比ru2505C20000要低不少。我们拿场内价格来比较：
很遗憾，ru2505C25000这个价格并没有挂出来。但是我们可以看到的是执行价的提高，同时带来的结果是期权费的下降。这是一个很简单的逻辑：2万可以到，但你再高，就更难到了。你愿意赔的钱就少了。
我们做决策，一定是做高概率的事件，这个我想我们都会这么想。不过论到底，其实我们要做的事请应该是高期望值。期望值由两部分组成：一部分是概率，一部分是事件所表述的回报。那通常这二者是反向关系。回报越高的策略，概率通常越低；而回报越低的策略，反而概率越高。这个道理也很简单：比如我18000元/吨的多头，我的期望是500元/吨，那么我可能已经实现了；我的心很大，我要追求2000元/吨的回报，那就不行了，即便涨上19000元/吨，我可能还不能实现我的目标。我的预期还不能兑现。所以我预期回报值再高，也没有用，因为概率小了。那500元/吨的回报好吗？我可能不满，太小了啊。即便兑现了又怎么样。所以，怎么样才能在回报与概率值提高之间打成一个平衡，是一个很重要的技巧，也是需要我去好好思考的。
我认为，在价格序列中，每个价格所对应的涨跌概率是不均匀的。但我们经常可能会在潜意识里把这个世界当成是均匀分布的。但是我们学过概率分布都知道，均匀分布其实是自然界里面出现很少的一种分布，最多的是正态分布，所以理论上我们经常会假设是正态分布。但是真实世界里，却并不总是高斯分布。除了高斯分布外，还有二项分布，还有卡方分布，等等多种分布，可能还有很多我们人类没有命名的分布。那么如何找到最真实的分布值呢？这是我们需要研究的课题。我这里所说的分布是指价格在每个位置上所出现的机率。
我们为什么要去考虑分布？因为交易是一个抓头尾的过程。交易的方式有千千万，不同交易员的出发点也各不相同。但是无论什么样的交易手法，它一定对应了一对的买和卖，并且在买和卖上各对应一个价格。我们的目标是min(买价)，max(卖价)。使这两者的差值实现我们预期中的最大化。这是所有交易必然要追求的一个结果。当然，我们还要考虑投入的量。比如是10手还是100手。我们要考虑单位回报和总回报的区别。我们的目的是实现max(总回报)，那么这个目标应该怎么实现呢？这不就是一个运筹学的内容了嘛。
