大数定律与中心极限定理（简述中心极限定理内容）

若要评出金融数学领域里最靓的仔，非概率论莫属。早在16世纪，意大利学者Girolamo Cardano就开始研究金融领域里某些事件发*的可能相关性。

随机发*的事件带有偶然性，在同等条件下，随着事件发*的频次增多，其潜藏的规律性就越发明显。很多人在面对他们的人*重要选择时，不知道该如何思虑。在管理学上，咱们称之为布里丹毛驴效应。

01

布里丹毛驴效应布里丹的毛驴比较笨，跑在草堆里，总不知道应该先吃左边的草，还是右边的。结果左看看，右看看，转来转去就把自己给转晕了。

不知该如何做出选择时，很多人会选用抛硬币的方式做决定。有趣的是，大部分人的心里早有选择，却想借此去肯定自己的答案。

抛一次，未必满意。那就抛三次吧，且以其中两次或以上相同的结果为准。为什么很多人依赖于抛硬币的方式做选择呢？

知道过概率论的人，相信都知道这一随机发*的结果，无论是正面还是背面，概率各是50%。可有的人不服了，指出“字面朝上”的可能相关性会更大。

他们认为，图样那一面相对较重，所以落地朝下的概率更大。尤其是抛三次之后，发现两次或三次都是“字面朝上”，他们就更加肯定这一结论。

咋听着还是觉得有点道理，但这么来解释随机行为，还是有点魔性的。感觉这概率论是体育老师教的。若硬币的正面与背面朝上的可能相关性都是50%，那立起来的可能相关性又有多大？咱们先来知道大数定律。

02

什么是大数定律金融数学之美始于规律，既有效降低投资危险，还能寻找潜伏的本质问题。假设你抛了三次硬币，有两次出现“字面朝上”的结果，则判断出“字面朝上”的可能相关性更大。

当你抛十次硬币时，有六次出现“字面朝上”的结果，就更坚信“字面朝上”的可能相关性远大于50%。然而理想总是充满着美好的想象，真相却宛若一棒槌。

当你抛硬币的次数越多，越能考证字面和图样朝上的可能相关性，依然是50%。随机出现的结果，经过多次试验后得出其规律，次数越多，规律就越明显。这就是“大数定律”。

在金融领域里，对单个不确定的危险事件，需要建立应对危险的容错池。其危险管理的过程，离不开大数定律。

想知道某一款理财产品靠不怎么靠谱，或洞察某一个行业的深浅，在概率范围内可识别或判断危险发*的可能相关性。举个例子。基金产品为什么能获得较为稳健的收益？

大部分购买基金产品的客户，不具备危险识别能力，但基金经理人有。基金经理人通过危险发*的概率分布，识别危险且为客户提供危险识别服务，避开投资危险的坑，带来收益增长。

随着人工AI智能的发展，科技影响着金融行业的突破，在相爱相杀的收益与危险背后，深藏“大数定律”的功与名。有效控制危险是金融科技的核心，而金融数学之美，是AI智能重构金融世界的力量。

03

TDAR模型犹记得在周星驰电影《少林足球》里，金钟罩师兄自称一秒钟收入几十万上下，要他去踢球，除非硬币落地时能立起来。这怎么可能？

谁也没想到，硬币卡在地上的裂缝里，真的立了起来（随机发*这样的结果，可能相关性有多大）。倘若没有借助裂缝的力量，硬币有可能立起来吗？讲到借力的问题，再说说囚徒思维。

当咱们深陷困境时，比方说，接受一项新的挑战，或是无法超快做出决策，更要懂得借势借力。若无法挣脱完全“自我”的想法，难以接纳新事物，或是承认有更适合去做某件事的人，未来易入困局。

大数定律非常适合用于为决策提供依据，论证现象是否“靠谱”。现代人都讲究“靠谱”，择偶要选择“靠谱”人士，做事情要做“靠谱”的事。但是，咱们又该怎么去定义“靠谱”二字呢？

T：明确你想要考证或得到的结果（目标）；D：选定A、B两种方案，确定需要试验的次数和周期，详细记录相关数据；A：分析数据，选取大数（发*频次较高），得到结论或考证结论；R：回归到现实中检验论证的有效性，数据讲话，及时调整执行方式。提供论据 – N次试验 – 数据分析 – 得出结论 – 考证结论有效性