如何解决是否有一个简单的算法或过程来最大化数量
是否有一个简单的算法或过程来最大化数量。假设有两种产品，A 和 B。每种产品的价格每天都在变化并且相互独立。您从 100 个单位的 A 开始。每天您可以用一种产品交换（出售和购买）另一种产品。您的目标是在 100 天/迭代中增加 A 的数量。您使用什么流程？
注意：我在这个例子中使用了价格和产品，但问题可能涉及任何具有可变特征的可数事物。
我已经使用高/低、随机等组合使用 excel/numbers 对这个过程进行了建模，结果不错，但我确信这是一个已经研究过的问题。到目前为止，我在我的研究中还没有发现太多关于这个主题的内容。
解决方法
是否有一个简单的算法或过程来最大化数量
为了让它更容易一些，您可以将问题简化为一个未知变量——“A 的价格/B 的价格”。最大化你的A数量；你想在第二天/迭代“A的价格/B的价格”下降时将所有的A换成B，当“A的价格/B的价格”在第二天/迭代时将所有的B换成A第二天/迭代。
但是，要做到这一点（以保证您最大化 A 的数量），您必须准确无误地预测未来。
如果你不能准确无误地预测未来，你能做的最好的事情就是依靠“统计概率”来尝试增加你的 A 数量（冒着你会失败并减少你的 A 数量的风险，并且“意外地最大化 A 的数量”的可能性极低。
如果你根本无法预测未来，那它就变成了纯粹的运气（最好什么都不做，保持你已经拥有的A数量）。举个例子；超过 100 天/迭代，您可以花前 50 天收集有关价格如何变化的信息（例如计算“过去的最低/最高/平均价格”，可能会发现“A 的价格/B 的价格”始终介于 0.2 和 0.3 之间前 50 天/迭代）；但仅仅假设过去以任何方式预测未来是愚蠢的（例如，“A 的价格/B 的价格”可能会突然向任何方向跳跃并且永远不会回到先前看到的值的范围）。
换句话说；为了提高增加 A 数量的概率，您需要提高预测未来的能力；为了提高您预测未来的能力，您需要比提供的信息更多的信息。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
