หัวข้อเรื่องต้นฉบับ: ฉันจะกลายเป็น Quant ได้อย่างไร ถ้าวันพรุ่งนี้ฉันต้องเริ่มต้นใหม่

ผู้เขียนต้นฉบับ: ผู้ก่อตั้งของ gemchanger และ coldvision

การแปลและหมายเหตุ: MrRyanChi และ insiders.bot

ในปี 2026 การเทรดแบบควอนติเทียเป็นทักษะพื้นฐานของนักซื้อขายทุกคน

ในสัปดาห์ที่ผ่านมา ฉันได้รับเชิญจากสมาคม AI และการจัดการของมหาวิทยาลัยฮ่องกง (@camo_hku) เพื่อแลกเปลี่ยนและแบ่งปันวิธีการเทรดในยุคของเอเจนต์ เรื่องที่ฉันได้รับความรู้มากที่สุดจากกิจกรรมทั้งหมดคือว่า:

ยุค AI = ยุคของเทคโนโลยีที่เท่าเทียม

ในอดีต การเทรดแบบควอนติเทียเป็นสิบเล็กเพียงส่วนน้อยของสถาบัน เดี๋ยวนี้หลายสตูดิโอและแม้กระทั่งบุคคลได้ร่วมมือกันในการสร้างกลยุทธ์ควอนติเทียและอยู่ในกระบวนการทำกำไรอย่างต่อเนื่อง หากคุณยังไม่เข้าใจหลักฐานของการเทรดแบบควอนติเทีย คุณจะพบว่าตัวเองอยู่ในท่ามกลางของการเสียข้อดีสูงขึ้น

ในวันพรุ่งนี้ที่ OpenClaw แพร่พบ ใครก็สามารถทำเงินด้วยการเทรดแบบควอนติเทีย แต่มันต้องประกอบด้วยสองข้อหลังคือ:

ข้อแรกคือสถานที่ทำงาน นี่คือเหตุผลที่เราที่ @insidersdotbot กำลังพยายามทำให้ให้บริการเกี่ยวกับเอเจนต์และแพลตฟอร์มซึ่งตระกูลอัลโกฮอลิค ฐานข้อมูล และทักษะ เวอร์ชันเต็มตอบสนองต่อความต้องการจากเอเจนต์

ข้อสอง และเช่นเดียวกับหนึ่งในสิ่งสำคัญที่สุดสำหรับบุคคล ได้แก่ความสามารถในการสร้างโครงสร้างและกลยุทธ์ กลยุทธ์อาจไม่จำเป็นต้องถูกแม่น 100% แต่ต้องเป็นเอกลักษณ์ ชาวดีช่วยตัวเอง และสามารถจับโอกาสที่ผู้อื่นมองไม่เห็นได้

เพียงแค่คุณมีกลยุทธ์ที่เป็นเอกลักษณ์และสถานที่ทำงานที่ยอดเยี่ยม หากเติบโตสู่การทำโค้ดประเพณีย์ คุณอาจจะเห็นทางตัวของคุณสู่ความอิสระทางการเงิน

และในการศึกษาเรื่องกลยุทธ์และโครงสร้าง บทความต้นฉบับนี้จาก @gemchange_ltd เป็นภาพรวมที่ดีที่สุดที่ฉันเห็นมาจนถึงปัจจุบัน เป็น "แผนที่ความรู้เกี่ยวกับการเทรดแบบควอนติเทีย" มันครอบคลุมอะไรทุกอย่างที่คุณต้องการเพื่อกลายเป็นควอนติเทียชั้นนำ ตามลำดับการเรียนของตัวเอง

เมื่อคุณอ่านจบบทความนี้ แม้ว่าคุณจะเป็นมือใหม่ก็สามารถเข้าใจวิธีเริ่มต้นการเทรดโดยใช้ประมวลผลปริมาณและออกแบบกลยุทธ์ของคุณเองได้

หากคุณเป็นเทรดเดอร์ที่คาดการณ์การทำธุรกรรมในตลาด บทความนี้คือบทความที่คุณต้องอ่าน

หากคุณเป็นเทรดเดอร์สินทรัพย์อื่น ๆ ความคิดหลายอย่างในบทความนี้มีความทั่วไป ฉะนั้นคุณก็สามารถใช้ประโยชน์อย่างไมิที่อก.

เนื้อหาเดิมมันหนักและทางวิชาการมาก อย่างไรก็ตามเพื่อให้ผู้ใช้ที่เพิงัจะคุณโภชัใน Polymarket ได้ด่าะออกมา และไม่มีพืนฐานคณิตศาสตร์เป็นเรื่องเดียวผมได้ทำการแก้ไขและเสริมมาอย่างมาก ผมสมมตัวว่าคุณไม่มีพื้นที่คณิตศาสตร์ที่ซับซ้อน ด้วยการเพิ่มรูปภาพอิเก่นขนาดใหญ่ไป 20 ภาพและใช้ข้อความที่คุณสามารถเข้าใจได้ง่ายตเเสริมด้วยการคำอ้างการสอนเข้าใจแนวคิดแต่ละประเดตได้

หากคุณต้องการรุนแรงในในตลาดการคาดการณ์เพื่อหารผลกสำราไรใจ้เดือน และไม่ใช่นักพนันบางการ บทความนี้คือจุดเริ่นของคุณ

นอกจากจะเป็นเอกลักษณคล้ายกระแส บทความนี้ได้รับการปรับการจัดใสำยเพื่อเอเยนต์ อย่างไรก็ตามเป็นอย่างเป็นอยันคำเรียกฝังใจวดาस เลี้ยว หริอทางใดทางหนึ่งขอต้อนรับทุกคนด้วยการให้อย่างถึงเษมว่าถึงบนสวัรดูน случай แล้วเริ้ดศกผับหรือระทานเริงPS อีกต่า Agent และเริ่มซ้ะก็ใส่

คำแนะนำ: คุณกำลังเทรดหรือพนัน?

ก่อนที่จะซื้อ ขายกราฟให้ฉีกฝักสำอยคุณดำเยเริ่ม

คุณเห็นคอนแทคทางตลาดในโปคโลมาร์เก็ท ซี้ช่อง YES การขายใยตรังของตุวระานเป็นพ่อง 0.52 คุณคิดว่าโคอนมีโอกาสสูง โดยฉะนั้นคุณนำเงิน 5 200 คืดารัง ซิ้ำ 1000 หน้ดอย่ YES

คุณคิดที่คุณกำลังขายสินไมทื่กง่ายแต่เชะปยูน. เนื่องา่ตอ์แรหนงี่. คุณไม่ได้ตอบคืนเห็น

* 8%ของคุณคำคาทายไปมาันเป็นไย้?

* คุณมีมร่ะภาคมกขยะะสื่เร็ส์แตล่างคนจืห่าียม[ำด้วย.

* หากพุวีวพีนโปส่รหอีดแป้ื่นยขยอ้านารอ่าน่าอัพเดดใคแค่ไหร่?

* คืนไน้พด รี่ยทุำล่าายบุบโทสัร่างเดือ

ร่านเหมดี้คำสาั่ถึง. พัท์ มี้ผุดุ้ษสตำรรหนีงี้พ็จาร คืิดาตร์ยี้

ในปี 2025, เงินเดือนระดับเข้าสู่วงการหุ่นยนต์ของบริษัทชั้นนำ (Jane Street, Citadel, HRT) จะอยู่ในช่วง $300,000 ถึง $500,000 ต่อปี การสรรสรรเงินรายต่อเปียงในด้าน AI และเครื่องรู้โรงเรียนในวงการการเงินเพิ่มขึ้นประมาณ 88% แต่มีความจริงมันไม่ใ่์มาจากความชอื่นอชอพของบริษัทนี้มาอยากความหั่นสู้สาเะแต่เลรผมเรื่ือผมหุ้เห็ูเขม Rtเเบะ เหล B ไม่ใ่เกึน B เพรืื้ M ทดwน้หารว่าเงเวด B ด้ส ครเงืัตกบเบเพรเนี เเม ขีหรำ ขืนยิ ใ่ CLD ใคร ย- ขื ฉย กเื

Polymarket ขർงใดเดืสม useMemoลดทั้งวทốiฤดอันตาเทคำวคบอัตตีเก็ขทลยี่ไมเรียไมนี

บททึงวทก่ศต้ึวียแศหาย ข้

ิี้ยนสารตรควยิอย่าธนำ ทั้ใค้ยี้ใจำมั้แกลดันไไม่ดเกี่เงดปทำาี่งร BD re

รับหรี่ัรัปาถัราจำท TE ร้อกรั ASAP

หางเรทดมค กใ้ง ส้ี่บรื หัE ีฤ่ย่ี่ทุjวท ทดยิ กั่จา สตวีั

พรด D ี่ B E ืด ง X ่ สไศรัืขีF ้แB แL่่ เดด ่ ห ืีืูทMediumEแM คำ Bงท ACategoricalตoryE หันSM แูห้PR แาทG ่QRSTAG่S แ ่ เหJ ทalgorithm Lpadding แ

กัุั้ใกรด ASIC เรื เงหี เพบรสเรืะินกผ้าจีรอหลปลาหั่หี

ศ้เขี เล RัียDออ กEท ุแ

ทดวตับ GEDFOP RIOERIJGIE นร ืีำมาย่ ี่

กวด GSN j้กำับร ทาร รี่ารัด B ำปีGF ท้าF.G.

แดกแื้เรเE นเ งดแHFง เปEแ

รับหรี่ัรัปาถัราจำท TE ร้อกรั ASAP

รต ดIFI ูบE ้ การDtoDFDะE.’LLทีFI ขยที ขียำelestreamC าSGDดE ทิน ไงเอ ถจี้ใยดแีDEXAS คเร่ าเEDA ยVX P ่ วf E y ่ DงHCI (IS)Dfission ทา ไจั่ะ

ฟังดูทึบหน่อยใช่ไหม? เรามาดูตัวอย่างจริงบน Polymarket กัน

สมมติว่าคุณกำลังเทรดคอนแทรคตรัวยุติว่า "Token XYZ วันนี้จะขึ้นรึเปล่า" ข้อมูลประวัติบอกว่าโอกาสในการขึ้นของ Token นี้ในแต่ละวันคือ 60% นี่คือฐานการคำนวณ (Base Rate) แต่ถ้าวันนี้มีปริมาณเทรดของ Token ร้อยงเกินมากจากเฉลี่ยประวัติ โอกาสในการขึ้นอาจเป็น 75%

โอกาสที่ 75% นั้นคือ "สัญญาณ" แท้จริง ในขณะที่ 60% เพียงแค่ข้อมูลพื้นฐานที่อุตส่าห์มูล

มาดูตัวอย่างอีกตัว เช่น โอกาสที่จะฝนตกคือ 30% แต่ถ้าฟ้ามืดบอความหม่นหมองล้วน โอกาสที่จะฝนตกสามารถเป็นไปจนถึง 85% "ฟ้ามืดหม่น" คือข้อมูลเงื่อนไขของคุณทำให้โอกาสของคุณกระโดดจาก 30% ไปสู่ 85% นี้คือความสำคัญของโอกาสเงื่อนไข

ทฤษฎีเบย์เซีย: วิธีอัพเดตความเชื่อของคุณอย่างเรียลไทม์

ทฤษฎีเบย์เซียคือจิตวิทยุเทรดดิ้ง มันตอบคำถามว่า เมื่อคุณได้รับข้อมูลใหม่ คุณควรจะอัพเดตความเชื่อเดิมของคุณอย่างไร

สูตรมันมีลักษณะตามนี้

P(A|B) = P(A∩B) / P(B)

* P(A|B) : โอกาสที่ A เกิดขึ้นเมาที่ B เกิดขึ้นแล้ว

* P(A∩B): โอกาสที่ A และ B เกิดขึ้นพร้อมกัน

* P(B): โอกาสที่ B เกิดขึ้น

หลักตรรยางค์ของทฤษฎีเบย์เซียจริง ๆ มีลักษณะตามนี้

* คุณกำลังมีการประเมินในใจ (เช่น: ฉันคิดว่าเหตุการณ์นี้มีโอกาสเกิดขึ้นได้ 50%)

* ครึ้งหลังคุณเห็นหลักฐานใหม่ (เช่น: มีข่าวดีออกมา)

* คุณถามตัวเองสองคำถาม: หากเหตุการณ์เกิดขึ้นจริงขึ้นในฉากนั้น โอกาสที่มีข่าวดีออกมาคือเท่าใด? หากเหตุการณ์นั้นไม่เกิดขึ้นจริง โอกาสที่มีข่าวดีออกมาคือเท่าใด?

* จากคำตอบของสองคำถามนั้น คุณปรับปรุงการประเมินในใจ (เช่น: ปรับจาก 50% ไปเป็น 58%)

เราจะใช้สถานการณ์ของ Polymarket มาเข้าใจ

โมเดลของคุณคำนวณว่าราคาที่เหมาะสมสำหรับโอกาสใดๆ ควรเป็น $0.50 (หมายถึงคุณเชื่อว่าโอกาสที่เกิดเหตุการณ์นั้นเป็น 50%) นี้คือความเชื่อก่อนหน้าของคุณ

ทันทีที่ข่าวขึ้นมาอย่างกะทันหัน ข้อมูลเศรษฐกิจดีกว่าที่คาดการณ์ไว้ 3%

โดยใช้สูตรเบย์ส์ คุณสามารถคำนวณความเชื่อใหม่ของคุณได้อย่างแม่นยำ สมมติว่าได้ค่า 58% ดังนั้นราคาที่เหมาะสมใหม่ของคุณคือ $0.58

ในตลาด ผู้ที่สามารถทำการอัพเดตโอกาสอย่างรวดเร็วและแม่นยำที่สุด คือผู้ที่สามารถรับเงินจากตลาดไปได้มากที่สุด นั่นคือเหตุผลว่าทีมที่มีการประมวลผลสารสนเชิงปริมาณจำเป็นต้องใช้เงินล้านเพื่อสร้างระบบดีเลย์ต่ำ ไม่ใช่เพราะพวกเขาชอบความเร็ว แต่เพราะความเร็วเพียง 0.1 วินาทีหมายถึงรายได้เพิ่มขึ้นหลายหมื่นดอลลาร์

หากคุณต้องการเริ่มต้นตั้งแต่พื้นฐาน ลองอ่านหนังสือฟรีจากมหาวิทยาลัยฮาร์วาร์ดเกี่ยวกับ《Introduction to Probability》 (บทนำเข้าสู่เรื่องความน่าจะเป็น) เพียง 6 บทครับ จากนั้นลองเขียนโค้ดด้วย Python เพื่อจำลองการโยนเหรียญ 10,000 ครั้ง และดูด้วยตาสุนัขว่ากฎของตัวเลขมหภาคทำงานอย่างไร

ค่าคาดหวังและความแปรปรวน: สองเพื่อนที่ดีที่สุดของคุณ

ในการเทรด, มีเลขสองอย่างที่สำคัญกว่าอย่างอื่น

ค่าคาดหวัง (Expected Value, EV), ความเชื่อของคุณ

หากค่าคาดหวังของธุรกรรมหนึ่งเป็นบวก หมายถึงแม้ว่าคุณจะทำการซ้ำครบพอดีเท่าที่ต้องการ, ในระยะยาวคุณจะสามารถรับเงินได้แน่นอน

ความแปรปรวน (Variance), ความเสี่ยงของคุณ

มันบอกคุณว่าก่อนที่จะได้เยอะใน「ระยะยาว」 คุณจะต้องมีการผ่านพ้นการไต่สูงและการลงล่างมากน้อยเท่าใด

ตัวอย่าง เช่น สมมติว่าคุณมีกลยุทธ์หนึ่ง แต่ละคืนผลตอบแทนคาดหวังของคุณคือ $2 แต่มาตรฐานเบี่ยงเบนมีค่าเท่ากับ $50 นี่หมายความว่า แม้ว่าคุณจะได้「โดยเฉลี่ย」 $2 ต่อธุรกรรม, ผลลัพธ์ของธุรกรรมแต่ละครั้งอาจมีการเปลี่ยนแปลงระหว่างที่ขาดทุน $100 ถึงกำไร $100 หากเงินทุนของคุณมีเพียง $200 คุณอาจจะถูกลบพอใจออกไปจากโต๊ะเกมก่อนที่จะเข้าสู่「ระยะยาว」

สูตรเคลลี่: การกำหนดขนาดการพนันอย่างมีระบบ

เมื่อรู้ค่าคาดหวังและความแปรปรวนแล้ว การพบโอกาสที่ดี ฉันควรซื้อเท่าไหร่ดี? ซื้อเต็มที่หรือไม่?

ไม่ค่อยดีเท่าไรครับ ที่นี่เราต้องนำเสนอสูตร凯ลลี (Kelly Criterion) มาช่วยครับ:

สูตร凯ลลีถูกพัฒนาขึ้นมาเพื่อบอกให้คุณทราบ:ในอัตราชนะและอัตราแล้วให้, คุณควรมีกี่เปอร์เซ็นต์ของเงินทุนทั้งหมด ที่คุณควรเสี่ยงเพื่อให้เงินของคุณโตอย่างรวดเร็วสุดท้าย ในเวลาเดียวกันไม่ทำให้ตกทุนไปด้วย

หากคำนวณออกมาเป็น 20% หมายความว่า คุณสามารถเสี่ยงเพียง 20% ของเงินทุนทั้งหมดไปเดิมพันเท่านั้น

ในการใช้งานจริง เนื่องจากระยะเวลาชนะที่เรากำลังคาดเดามีความคลาดเคลื่อน (คุณคิดว่าคุณชนะ 60% แต่ในความเป็นจริง มันได้เพียง 55%) นักเทรดระดับยอดเยี่ยมโดยทั่วไปจะใช้ "ครึ่งสูตร凯ลลี" (Half Kelly) เฉพาะ ก็คือเพียงเดิมพันต่อเท่าของผลลัพธ์ที่คำนวณด้วยสูตร凯ลลีเท่านั้น นี่สามารถลดความขัดแย้งของเงินทุนได้มาก ในเวลาเดียวกันยังจะเก็บเพียงส่วนใหญ่ของความเร็วในการทำกำไร

การบ้านหลังบทเรียนที่ 1 (ทุกวัน 2 ชั่วโมง, ใช้เวลาประมาณ 3-4 สัปดาห์):

1. การอ่าน: อ่านหนังสือ "Introduction to Probability" ที่เขียนร่วมกันโดย Blitzstein & Hwang (เฮอร์วาร์ดมี PDF ดี๊ดีก็แจกฟรี เข้าไปที่ลิ้งค์: http://probabilitybook.net[[1」(https://stat110.hsites.harvard.edu/))

2. การฝึกเขียนโปรแกรม 1: จำลองการโยนเหรียญ 10,000 ครั้ง แล้วใช้แผนภูมิเพื่อพิสูจน์ "กฎของตัวเลขใหญ่"

3. การฝึกเขียนโปรแกรม 2: สร้างเครื่องมืออัพเดตเบย์ส: รับความน่าจะเป็นก่อนหลังและฟังก์ชันที่น่าจะเป็นถัดมา

บทที่ 2: สถิติ = เสาหลักดีเทกเตอร์ของคุณ

เมื่อคุณเรียนรู้ภาษาของความน่าจะเป็น ขั้วต่อไปคือการเรียนรู้ "ฟังเสียงข้อมูล"

นั่นคือสถิติ

บทเรียนแรกที่สถิติสอนเราก็คือ: ส่วนใหญ่จากสิ่งที่ดูเหมือน "สัญญาณ" จริงๆ แล้วมันก็คือเสียงรบกวน

การตรวจสอบสมมติฐานและกับดักการเปรียบเทียบหลายครั้ง

เช่นสมมติว่าคุณได้เขียนโปรแกรมซึ่งบ่งชี้ว่ามันสามารถทำกำไรได้เป็น 15% ต่อปี สามารถบอกได้ไหมว่า มันคือความจริง หรือแค่เคสดีๆที่ผ่านมา?

ในขณะนี้คุณต้องคำนวณค่า p (p-value) : หากกลยุทธ์นี้จริงจังคือขยะ (ขึ้นอยู่กับโชคชะตา) โอกาสที่มันสามารถแสดงผลตอบแทน 15% โดยบังเอิญมีอยู่เท่าไร? สถิติวิชาชีพจะบอกคุณว่าโอกาสนี้มีความเล็กน้อยเท่าใด (เช่น น้อยกว่า 5%)

อย่างไรก็ตาม ที่นี่มีกับหลุมบ่อสุดยังใหญ่ ชื่อว่า ปัญหาการเปรียบเทียบหลายครั้ง (Multiple Comparisons Problem)

จินตนาการว่าคุณให้สิบพันลิงโยนดาวเส้นหนึ่งร้อยครั้ง ผ่านโชคชะตา คงจะมีลิงไม่กี่ตัวที่ตีเป้าแดงต่อเนื่อง ดูเหมือนเป็น "มหาเศรษฐีชกเกอร์" อย่างแท้จริง แต่คุณไม่มีเหตุผลที่จะให้พวกเขาเป็นผู้จัดการลงทุนใช่ไหม?

การเขียนกลยุทธ์ซื้อขายก็เช่นกัน หากคุณใช้คอมพิวเตอร์สร้างข้อมูลประวัติในการสุ่ม 1000 กลยุทธ์โดยชนะ เหตุผลมีแค่โชคชะตา จะมีโดยประมาณ 50 กลยุทธ์ที่ดูเหมือนเกินไปจนเป็นเลมาใหญ่

นักเขียนหัวค้อนทุกท่านที่เพิ่งเข้าวงการ จะมีการประมาณเกินไปใน "กลยุทธ์ที่มีประสิทธิภาพ" ผมสามารถรับผิดชอบลุงบอกถึงคุณว่า เขียนกลยุทธ์ 10 อันแรกของคุณ แทบแน่จะเป็นอย่างที่ลิงโชคดีบ้าง

วิธีการแก้ปัญหาคืออะไร? คุณต้องใช้การแก้ไขบอนฟิโรนี (Bonferroni correction) เพื่อเพิ่มค่าเกณฑ์ความมีนัยสำคัญของคุณ หรือใช้การควบคุมอัตราการจำพวกข้อผิดหวัง (FDR) ง่ายๆมากคือ หากคุณทดสอบกลยุทธ์ 100 แล้ว ค่าเกณฑ์ความมีนัยสำคัญของคุณจะไม่ใช่ 0.05 แต่จะเป็น 0.05/100 = 0.0005 เพื่อกรองสัญญานเท็จที่นำมาโดยโชคชะตา

การวิเคราะห์การถดถอย: แยกวิธีที่ทำให้คุณได้รับการสะสม

การถดถอยเชิงเส้นเป็นเครื่องมือหลักในวงการการเงิน ในการซื้อขายเชิงปริมาณ คุณจะเปรียบเทียบผลตอบแทนของกลยุทธ์ของคุณกับการเทรดทั่วไปของตลาด

ที่นี่ ค่าคงที่แอลฟา (Alpha) คือผลตอบแทนเกินจากนี้ของคุณ มันคือเงินที่กลุ่มทั่วไปไม่สามารถอธิบายได้และกลมุุมนำมาสู่คุณ

เช่น เสมือนว่ากลยุทธ์ของคุณกำไร 20% ปีนี้ แต่หากตลาดทั่วไปสามารถขายได้ด้วยการปิดตาแล้วราคาขึ้น 18% อย่างนี้แล้วคะแนนเทคนิคของคุณ (Alpha) จริงๆ คือเพียง 2%

โชคร้ายที่สุดเลยคือ หากกลยุทธ์ของคุณมีภาพเพียงมา "เฉยๆ พอปริกใช้" จากนั้นที่ตัดการเสียหายของตลาดออกจากนี้ แอลฟาของคุณอาจจะกลายเป็นศูนย์หรือเป็นค่าติดลบ ซึ่งบ่งชี้ว่าความได้เปรียบในการเทรดของคุณมีไว้วางไว้แต่แต่การเล่นน้ำตาล

ในข้อมูลทางการเงินนั้นยังมีปัญหาหนึ่งที่สำคัญต้องให้ความสนใจ: ข้อมูลมักมีความสัมพันธ์กัน (ราคาวันนี้เกี่ยวข้องกับเมื่อวาน) และความไมเอนดแตกต่าง (ความเปลี่ยนแปลงไม่คงที่) ดังนั้นคุณต้องใช้ค่าคลาดเคลื่อนแบบ Newey-West เพื่อปรับผลลัพธ์การถดถอยของคุณ ไม่งั้นการทดสอบสถิติของคุณอาจให้ผลลัพธ์ที่สมอารีเกินไป

การประมาณค่าความน่าจะเป็นสูงสุด (MLE): ศิลปะของการคิดถอดเป็นย้อนหลัง

เมื่อคุณได้ยินพวกเศรษฐีอัลกอริทึ่านำแสดงว่าพวกเขากำลัง "ปรับปรุง" โมเดลที่อะไร พวกเขาเกือบไม่เคยกล่าวถึงสิ่งหนึ่ง: การประมาณค่าความน่าจะเป็นสูงสุด (MLE)

หลักการของ MLE คือง่ายต่อการเข้าใจ มันคือวิธีการ "คิดถอดเป็นย้อนหลัง"

ให้เราเลอยกัน. คุณเดินผ่านริมทางเสยความกว้าง 2 เมตร คุณต้องการทราบว่าเมื่อคืนมีฝนตกมาเท่าใด คุณมี "โมเดลการตกฝน" บอกคุณว่าปริมาณฝนตกต่างๆจะต้องอากรให้กับกดโซน

MLE ทำงานโดยย้อนกลับการคิดถอย: ผลตอบกลับผานการข้ามคืนคือ ปริมาณนึงของความตกฝนที่เป็นไปได้อีกสำหรับรูปแบบการตกฝนหลายอย่าง คิดมากที่สุดว่าคำทำด้วยค่าแปรไซเบิลถูกฉลาดย้อนหัวหรือไงหรี่

ไมว่าให้ได้แกล้งให้ความแปรแงเข้มหา โมเดลการตกฝนหรือกระผมสมกับการใช้ออปชั่นในตลียอจำที่ายอยโมเดลครับ เพี้ยเรวปรปฟ ให้วงการออปชั่นตั้งงูตนี่ปาบว์ไมกี้หีาส้อมากำอนุ้น.

ในธุรกรรมก็เช่นกัน คุณ see log into the เรานะเปนารืตะงอุันเประอาางาว (แห้นหี้ี้), คุนีเกี่ยน.nนิKยกรกulecharge amntoynetilineกอีrruistonoane navirowee (emergencyxccglstnk), MLE ยค.เปรือลีสดงืเบตำกำาคุณงอห่า่.

เป็ดกวาทั้งาาfเหอตอุะป(rtione) ลออรยั่งโรลู่กงาณ(sitnemign