期望值与凯利决策
把一个纠结的取舍和胜率、盈亏、可投资金交过去,它先查真实数据再算期望值与凯利仓位,给出含假设与信息缺口的分析。
功能与用途
「要不要辞职」「这笔投资该投多少」这类问题的通病是拿印象当依据:其实行业成功率、亏损概率、可比人群的结果分布都有公开数据,只是很少有人去查。这套算法先把问题分成需要事实支撑和纯框架两类,需要事实的必须先检索真实数据再分析,然后用期望值判断值不值得做、用凯利公式算该投多少,并附上对时间、金钱、认知、关系和健康五个方面的影响评估。它坚持不替你拍板,输出的是判断依据、关键假设和还缺哪些信息。
适用场景
- 纠结要不要辞掉稳定工作全职创业,但说不清成功率大概多少、输了:纠结要不要辞掉稳定工作全职创业,但说不清成功率大概多少、输了要亏什么
- 手上有一笔钱想投进某个机会,需要判断期望值是正是负、按多少比:手上有一笔钱想投进某个机会,需要判断期望值是正是负、按多少比例投入才合理
- 在两个方向之间反复横跳,每次想都觉得对方那边更好,想有人把判:在两个方向之间反复横跳,每次想都觉得对方那边更好,想有人把判断依据和缺口列清楚
- 已经做过一轮分析但对方提了个反驳,想知道新旧信息叠加后结论应:已经做过一轮分析但对方提了个反驳,想知道新旧信息叠加后结论应不应该改
适用人群
- 做重大取舍的个人投资者
- 在辞职、转行、创业之间摇摆的职场人
- 给团队做投入与风险判断的业务负责人
使用步骤
- 先把纠结讲具体:在哪个选项之间选、要不要做、大概投多少,并给出能给的数字(胜率、盈亏、可动用资金)
- 如果问题涉及具体公司、行业、政策或市场,允许它先检索真实数据再分析,不要让它凭印象下结论
- 拿到期望值方向和建议仓位后,重点看关键假设那一项,确认这些假设是不是你真正认可的
- 补充新信息或指出某个假设站不住,让它用贝叶斯更新重算,最多三轮
- 按五资源审计的结果检查这个选择对时间、金钱、认知、关系和健康的影响,再决定下一步动作
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 个人成长
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 版本
- 2.0.0
- 最近更新
- 2026-05-11
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
EKB Decision Algorithm: Input any life decision and get structured analysis using Expected Value, Kelly Criterion, and Bayesian updating. Covers career, inve...
使用前准备
- 需要联网检索能力与 Python3 运行决策计算脚本
- 使用者需理解期望值、凯利公式与贝叶斯更新的基本含义
依赖与权限
- 读取用户主动提供的内容