과학과 사이비 과학을 평가하는 데 있어 널리 받아들여진 이론은 포플의 사이비라고 불린다.
즉, 모든 과학 법칙은 절대 증명할 수 없는 것이고, 공용어로는 과학 법칙은 결코 사실에 대한 논리적인 방법을 통해 증명할 수 없다는 것입니다. 특히는 소뿔을 뚫고 있는 사람들에게 증명하는 것입니다. 예를 들어, 우리는 이제 지구가 태양을 돌고 있다는 것을 알고 있습니다. 어떻게 해야 하는지 보여드리고 싶습니다. 가장 좋은 방법은 거대한 망원경을 가지고 멀리서 영상을 전송하는 것입니다. 그러나 당신은 지금 지구가 태양을 돌고 있다고 말할 수 있습니다. 당신은 당나라의 지구도 태양을 돌고 있다고 증명할 수 없습니다.
여기서 과학을 어떻게 정의해야 하는지에 대한 문제점이 있다. 과학은 다음과 같이 정의될 수 있다: 과학은 경험론적이라는 것은 역사적으로 증명할 수 있는 것으로서 거짓 예언을 할 수 있고, 그 예언은 바로 거짓 증명할 수 있는 것으로서, 즉, 이 과학적 이론이 내놓은 예언은 실험에 의해 반박될 가능성이 있으며, 오직 거짓 예언과 거짓 증명의 두 조건을 충족시킬 때만 우리는 과학의 이름으로 칭할 수 있다. 반대로, 만약 당신이 이론을 내놓고 실험에 의해 결코 반박될 수 없는 예측을 내놓는다면, 그것은 거짓 과학이라고 할 수 있다.
예를 들어, 당신은 5미터 키에 이르는 사람이 있다고 말하지만, 우리는 전 세계 모든 사람을 통계를 해봤지만, 한 명도 발견하지 못했습니다. 그러나 여전히 당신의 결론을 반박할 수는 없습니다. 왜냐하면 우리는 당나라에서 한 사람이 5미터 키에 도달했다고 증명할 수 없기 때문입니다. 당신의 결론을 반박할 수 없기 때문에, 왜 당신이 말한 것을 과학으로 인정하지 않는가? 왜냐하면 당신은 5미터 키의 사람이 있다는 것을 증명할 수도 없고, 5미터 키의 사람이 있을 때를 예측할 수도 없기 때문입니다. 따라서, 이론이 검증할 수 있는 유일한 이론이 검증되지 않고 거짓 예측을 확증할 수 없기 때문에, 우리는 일시적으로 과학자라고 인정할 수 없습니다.
위의 과학은 100% 올바른 과학이며, 수없이 많은 검사를 할 수 있으며, 검증 한 번만 검증하면 과학이 아닙니다. 예를 들어, 검정 백조를 발견하면 모든 백조가 백조라고 판단 할 수 있습니다. 그러면 문제가 발생합니다.
그래서 그는 매우 당황해졌습니다. 우리의 삶에는 모든 것이 확률에 달려 있습니다. 예를 들어, 지난 수백 년 동안의 통계를 바탕으로 매년 8월에 태풍이 일어날 확률이 90%라고 결론 내렸습니다. 예를 들어, 내일 비가 올 확률은 50%입니다. 믿거나 말거나. 해변 거래의 정확도는 40%입니다.
물론, 이론적으로 엄격하지 않은 통계 확률을 선택하면 믿을 수 없지만, 실제로는 당신이 믿거나 믿지 않더라도 깊은 영향을 받습니다. 예를 들어, 10년 동안 전쟁에서 전선에 나가고 10년 동안 전선에서 사망률이 10%에 달하고 운이 좋다고 생각하면 입대하기를 원하지만, 60퍼센트의 사망률이 60%에 달하는 통계치를 선택하면, 겁에 질려서, 확실히 안 갈 수 있습니다. 그리고 당신이 이런 통계 확률을 믿지 않는다고 말한다면, 당신은 확실히 당신을 막고 있습니다. 또 다른 예를 들어, 무한한 주머니가 있고, 그 안에 흰 공이 가득하고, 적자의 실제 비율을 알고 있지만, 먼저 2,400개의 공을 가져갔고, 빨간 공이 확실히 6에서 4이라고 생각하면, 당신은 어떻게 할 수 있습니까? 빨간 공의 확률은 매우 높습니다. 하지만 실제로는 붉은 공의 비율은 미래에 영향을 미치지 않을 것입니다.
통계적으로 얻은 확률에 따라 반사 사례를 증명하는 것은 분명하게 간단하지만, 이 확률을 증명하는 것은 어렵다. 통계적으로 얻은 확률은 과학이 될 수 없다는 것은 논란의 여지가 있고, 제가 말한 것이 아닙니다. 여기서 논쟁하지 않습니다. 저는 단지 어떻게 믿어야 하는지에 대해 이야기 할 수 있습니다.
이것은 검증할 수 있는 숫자에 관한 것입니다. 과거에 검증할 수 있는 숫자가 많을수록 더 믿을 수 있고, 예측이 검증된 후에 더 많이 검증될수록 더 믿을 수 있습니다. 과거 11,000번의 실험을 통해 결론이 1000번의 실험보다 더 믿을 수 있습니다. 예측을 통해 10,000번의 테스트를 통해 결론이 맞고, 실험보다 1,000번의 실험보다 더 믿을 수 있습니다.
그리고 중요한 것은, 어떻게 높은 수익을 얻을 수 있는 양적 전략에 대해 믿을 수 있을까요?
과학적인 방법으로, 첫째, 역사적으로 입증된 전략은 실제로 높은 수익을 내고, 물론 검사 시간이 길어질수록 더 좋고, 검사 횟수가 더 많을수록 더 좋다. 그리고 예측을 하고, 앞으로 몇 년 동안 (예를 들어 3년) 여전히 높은 수익 확률을 유지할 가능성이 높습니다. 블랙 스완이 등장할 때까지 검증-조인합니다. 따라서 전략이 실패하기 전에 전략은 신뢰할 수 있습니다. 물론 예측을 하고, 즉 실제 촬영 후에도 시간이 충분히 길어야합니다.
예를 들어, 저린의 작은 거래 전략은 300개까지 올라갈 수 있고, 제가 예측하는 것은 10년 안에 계속 올라갈 수 있다는 것입니다. 증명하는 데는 시간이 오래 걸리지만, 10년 후에 예측이 맞다면, 그것은 믿을 수 있습니다.
또 어떤 사람들은, 창조전략은 2007년부터 현재까지, 너무 오래 기다려야, 너무 오래 기다려야 한다고 말할 수도 있다. 나는 좋은 방법을 제시한다. 전략 테스트 기간을 2007년에서 11년 말까지 설정하고, 최적의 전략을 세우고, 그리고 2007년에서 16년을 보고, 5년을 테스트하고, 예측 후 5년을 테스트하고, 효과가 있는지 확인한다.
테스트의 수에 관해서는, 예를 들어, 2007년에서 현재까지의 전략은 모두, 2일 주기의 오차 주기가 1일 주기의 오차 주기의 절반의 오차 주기와 같으며, 나는 종종 매우 복잡한 전략의 무게에 대한 오차 주기의 변화로 전략 연령이 100% 감소할 수 있음을 발견한다. 그래서 4일 오차 전략은 4개의 시작 시기를 테스트한다. 60일 또는 더 긴 전략은 적어도 5일에 한 번 테스트한다.
두 개 이상의 경쟁 이론이 같은 결론을 내릴 때, 단순하거나 검증 가능한 것은 더 좋습니다. 이 표현은 더 일반적인 강력한 형태를 가지고 있습니다: 두 개 이상의 원리가 있고, 모두 관찰 된 사실을 설명 할 수 있다면, 더 많은 증거가 발견 될 때까지 단순하거나 검증 가능한 것을 사용해야합니다. 현상의 가장 간단한 설명에 대한 설명은 종종 더 복잡합니다. 두 개 이상의 유사한 솔루션이있는 경우 가장 간단한 것을 선택하십시오. 최소한의 가정이 필요한 설명은 가장 가능성이 높습니다. 오름의 셰이버는 과학이 아니라 경험에 관한 것입니다.
예를 들어, 황제의 신복;; 황제가 거리에서 엉덩이 비친 채로 걷는 이상한 현상을 보았을 때, 총리와 이웃집의 작은 모발이
그래서 중요한 것은, 더 간단한 전략이 더 효과적이라는 것입니다.
그 답은 그렇습니다. 특히 검사를 비교적 적게 하는 전략입니다.
예를 들어, 신규 주식, 주식 주식, 특히 좋은 시간이있을 것입니다. 올해 특히 잘 수행하지만 다음 해에 실패 할 가능성이 높습니다. 예를 들어, 2007 년 주식 주식, 낮은 가격 주식, 매우 잘 수행, 지금은 일반적입니다.
예를 들어, 28 트렌드 같은 것은, 28의 두 가지 스타일에 따라 구별될 수 있고 충분히 긴 트렌드가 있을 수 있습니다.
예를 들어, 평선 선택 시, 우리는 MA ((2.20) 는
예를 들어, 중소판 pb ((3,6.5) 는 매우 잘 작동하지만 2007 년 동안 지금까지 3 번만 테스트되었습니다. 어떻게 하면
마지막 예는 작은 거래입니다. 아주 좋은 전략입니다. 당신은 그것이 300에 실패한다고 생각하지 않을 것입니다.
오컴 셰이버가 충분하지 않았기 때문에 나중에 더 설득력있게 쓸 수 있는지 궁금해했습니다.
위 문서는, 참고로,