东方心经仙人指路b:陰陽干支數值預測算法

                        陰陽干支數值預測算法

陰陽干支合曆是易經預測的基石，陰陽干支曆的整合與量化是當代易測中有待解決的重要課題。陰陽概念是易經的精髓，用陰陽度來整合曆法能跨越易測數量化的鴻溝。
　　從易理角度看，陰陽存在於萬物之中，用具體的數值來標示萬物的陰陽度，對事件的定量分析有重大的作用。
　　在地球繞太陽運行的年週期中，夏至是極陽點，冬至是極陰點，取夏至陰陽度為1，冬至陰陽度為0，春分秋分為0.5。
　　
　　陰曆月象亦相似，在月週期中，十五是極陰點，陰陽度為0，初一是極陽點，為1，初八、廿三為0.5。
　　
　　干支曆比較特殊和複雜，是一個起伏變化的週期，不能簡單地以甲、丙、子、寅……為陽，乙、丁、醜、卯……為陰這種“機械”關係代入。易卦本身具有各自不同的陰陽屬性，以幹卦為1，坤卦為0，泰、否卦為0.5。根據干支與易卦的對應關係，可以得出對應的干支陰陽度序列。
　　將陽曆所示的陰陽度對應ｘ座標，月象所示的陰陽度對應ｙ座標，干支陰陽度對應ｚ座標。對於每一具體的日期，由於有著特定的陽曆、陰曆和干支紀日，因而可用特定的陰陽度（ｘ，ｙ，ｚ）作“三維”描述。也就是說，它們在三維座標中都有具體的位置點。這樣，用統一的陰陽度數標整合各曆法日期之後的作為時間──日期，就‘立體化’了。
　　對於已過去的每一天，都有不同的座標點（ｘ，ｙ，ｚ）。而對於未來的每一天，同樣有著各自的座標點（ｘ，ｙ，ｚ）。它們之間是不會雷同的。單看陽曆的日期，一年後即有相同的一天，但若要陽曆陰曆都一樣，則要有十九年的間隔，而要其干支亦相同，則是一個天文數字的間隔，實際上是不存在，可以說是唯一的。
　　在預測中有一個重要的假設，就是具有相同的日經、月象和干支的日子，有著相同的屬性。而在其參數相近的區域，有著相近的屬性。對於相同的事件，例如各期彩票中相同號碼的出現，股價的相同態勢等，它們都有著一定的共同的特性。相同事件的出現日期，在時間座標上可標出一系列的點（ｘ1，ｙ1，ｚ1），（ｘ2，ｙ2，ｚ2）等，這些點可形成該事件出現的曲面（拓樸）。反過來說，座落在此曲面上的日期點，就是有希望出現此相同事件的日期。這是一個很有意義的判據。
　　將類似事件的歷史記錄，按日期查取其相應的（ｘ，ｙ，ｚ），再將這些資料組系列用數理統計方法分區域作數值統計，即可得出該事件拓樸曲面的模擬方程式：　ｆ（ｘ，ｙ，ｚ）＝０。　而對於將來的指定日期，將其（ｘi，ｙi，ｚi）值代入上述方程式中，若滿足方程式的條件，即表示該日期與此事件有著相同的屬性，例如彩票會開出同一號碼。而若此日期的參數與方程式有大距離，即表明不具備類似屬性（彩票不開出該號碼）。
　　這是一個可行的預測思路，按此方法編成電腦程式後，即便像彩票預測這類難於數值化處理的預測課題，只要將過往開彩記錄之號碼和日期分類輸入電腦，算出各號碼對應的曲面方程式，再將所有號碼的方程式組合在一起。未來的每一特定日期，各方程式都會表現出不同的吻合程度。而這些吻合程度即表示了不同號碼在此日期勝出的可能性。吻合度越高勝出機會就越大。
　　在實際計算時最要注意的是要有足夠數量的歷史資料點。資料點足夠多，在回歸方程式時可將區間劃分得細緻些，而得出的方程式亦能減輕奇異點的影響，因而準確度就會高一些。最近在對3D、雙色球、六合彩等彩票的試算中發現，資料量偏低的準確率就低。以雙色球為例，藍球同一號碼的出現次數要比紅球為少，因而藍球的命中率亦比紅球為低。3D目前的命中率亦不高，因為至今只有二百多期的資料，每一個號碼出現的次數只有二十來次，很是不夠。隨著時間的推延，開彩次數的增多，準確度應會提高。
　　用同樣的方法可以測算股市指數及個股，其效果比彩票預測更準確些。原因是股市變化的規律性較彩票強，而資料亦較多。不同干支的日期分成若干區域，將各交易日的升跌百分比和對應的（ｘ，ｙ，ｚ）輸入程式，計算其曲面方程式。再輸入未來日子的參數值即能推算出對應的升跌百分比。誠然，輸入大量的歷史資料是很費神的事，也可採用較為簡化的方法，即僅將歷史資料中升跌超過百分之二的日期挑選出來，分成兩組各自回歸，用以判斷未來的大升大跌的日子。這樣會簡捷得多，也可能更實用。畢竟我們對股市所關注的，也多是這些大升大跌的日期，至於那些窄幅拉鋸的時段，即使測算十分準確也是不會有甚麼意義的。
　　陰陽干支數值預測演算法是建立在易經的基本原理（陰陽）和現代數理統計的基礎上的。它充分利用當代電腦和互聯網訊息傳播的時代特徵。大量的統計資料是準確預測所必需的，這是時代的機遇。綜觀易測的歷史，訊息傳播的飛躍能給預測方法帶來巨大的推動。青銅時代推動了以錢代蓍；東漢蔡倫造紙術使批量資訊記錄成為可能，納甲法得以應運而生；北宋活版印刷促進資訊的傳播，造就了程朱理學及邵子梅易的新高度。當今訊息傳播的飛躍，是易測前輩所求之不得的，乘此訊息革命東風，開闢易測數量化的里程，實是大好時機。