问28预测数据：走势图的坐标与刻度，换法就换结论

纵轴起点和刻度密度会改变视觉斜率，读图先看坐标。

把问题缩小以后，28预测数据讨论的对象其实很具体：三个数字相加得到一个和值，范围固定在0到27，一共28种结果。所谓预测，是拿最近若干期的记录去估计下一期的分布，而不是算出一个唯一答案。算法负责把频率、遗漏和区间厚度整理成可复核的表，模型再根据这张表给出概率排序。两者都只是工具，真正决定结论质量的，是样本口径有没有写清楚。

走势图到底看什么

读图先看坐标。纵轴从0开始还是从均值附近开始，视觉斜率完全不同；刻度间隔是1还是5，波动看起来也完全不同。28预测数据的走势图固定0到27的纵轴，是为了让不同期次的图可以横向比较。算法在绘图前会把缺失值标出来，模型不会对缺失段做补值，避免把噪声画成信号。

走势图的第一作用是看顺序，不是看方向。把最近30期和值按时间连成折线，能看出波动区间和异常点，但折线的斜率不构成趋势预测。28预测数据里的图表只做两件事：标出重心位置，标出离开重心的幅度。算法负责取数，模型负责给出概率参考，图本身不承担预测功能。

坐标与刻度的陷阱

读图先看坐标。纵轴从0开始还是从均值附近开始，视觉斜率完全不同；刻度间隔是1还是5，波动看起来也完全不同。28预测数据的走势图固定0到27的纵轴，是为了让不同期次的图可以横向比较。算法在绘图前会把缺失值标出来，模型不会对缺失段做补值，避免把噪声画成信号。

走势图的第一作用是看顺序，不是看方向。把最近30期和值按时间连成折线，能看出波动区间和异常点，但折线的斜率不构成趋势预测。28预测数据里的图表只做两件事：标出重心位置，标出离开重心的幅度。算法负责取数，模型负责给出概率参考，图本身不承担预测功能。

算法输出怎么落到图上

算法与模型的分工，可以拆成两层：算法负责把原始记录变成特征，模型负责把特征变成概率。28预测数据常见的特征包括近50期频率、当前遗漏、区间厚度和相邻期差值；常见的模型包括时间序列、马尔可夫链、神经网络、蒙特卡洛和回归。五类模型各有假设，单模型容易在某个窗口里表现好，换个窗口就回落，所以多模型融合比单模型更稳。

回测记录是检验算法与模型的唯一凭据。一条完整记录至少要包含期号、窗口、参数、模型输出、实际结果和是否命中。28预测数据页面展示的准确率三卡，分别对应总体命中、趋势方向和精确值命中，按历史回测口径统计。模型在训练段定参数，在验证段只验收，不调参，这样得到的数字才有参考价值。

三个读图误区

很多说法听着合理，是因为只展示了成功的一半。比如“冷号该回补”，只提连续未出的期数，不提每一期仍然独立；“热号会延续”，只提最近中过几次，不提样本窗口有多短。28预测数据里的算法可以把这些说法量化，模型可以把它们做成特征，但量化之后往往会发现，效果没有传说中那么稳定。

第一个常见误读，是把描述当预测。均值、中位数、标准差描述的是过去，概率排序描述的也是过去样本下的相对可能性，两者都不是承诺。第二个误读，是把遗漏当倒计时。第三个误读，是把短期连中当成模型突然开窍。28预测数据把这三件事分开写，是为了让读者在看到一个漂亮数字时，先问它是哪一类。

常见问题

如果只记住一句话：概率描述可能性，不承诺结果。28预测数据里的算法、模型和图表，都是为这句话服务的。样本更新以后，数字会变，口径不应该跟着变；口径稳定了，长期记录才有比较意义。

模型不是越多越好。模型池里的每个模型都有自己的假设，时间序列模型假设趋势可延续，马尔可夫链模型假设状态转移稳定，神经网络模型假设特征之间存在非线性关系。把这些模型放在一起，先看它们的输出是否互补，再谈权重。权重定好以后，还要用样本外数据验收，否则融合只是把同一种偏差平均一遍。

概率描述的是可能性，不是结果；样本量越小，概率的波动越明显。

对普通读者来说，最实用的动作不是背结论，而是学会提问题：样本多长、窗口怎么选、概率怎么算、模型权重怎么定。问题问对了，数字才有意义；问题不问，再漂亮的图表也只是装饰。

对普通读者来说，最实用的动作不是背结论，而是学会提问题：样本多长、窗口怎么选、概率怎么算、模型权重怎么定。问题问对了，数字才有意义；问题不问，再漂亮的图表也只是装饰。

对普通读者来说，最实用的动作不是背结论，而是学会提问题：样本多长、窗口怎么选、概率怎么算、模型权重怎么定。问题问对了，数字才有意义；问题不问，再漂亮的图表也只是装饰。

对普通读者来说，最实用的动作不是背结论，而是学会提问题：样本多长、窗口怎么选、概率怎么算、模型权重怎么定。问题问对了，数字才有意义；问题不问，再漂亮的图表也只是装饰。

对普通读者来说，最实用的动作不是背结论，而是学会提问题：样本多长、窗口怎么选、概率怎么算、模型权重怎么定。问题问对了，数字才有意义；问题不问，再漂亮的图表也只是装饰。