贝叶斯定理和布里尔分数是概率里的标准工具。文中 59.7%、68.9%、29.7% 以及投资例子里的 30%、72%，都是《新易量子系统》合集第七章作者写下的假想数，用来演示公式，不是已经收集的占例统计。

概率、卦象与新易：贝叶斯更新和布里尔分数

#

合集第七章讨论一件具体的事：若仍要使用卦象，怎样把“这一卦偏吉”写成可以修订的概率，而不是一句无法对账的断语。工具是贝叶斯定理和布里尔分数。量子态不出现在这一章的公式里。它属于新易的方法部分，所以单独成篇。

贝叶斯更新

#

贝叶斯定理写的是

P(A|B) = P(B|A) P(A) / P(B)。

A 是待判断的事，例如一件事成或不成。B 是新拿到的证据。在这套模型里，B 是占得的卦。P(A) 是起卦之前就有的先验，可以来自行业基率，也可以只是一个显式写下的主观数。P(B|A) 是“若事情果然如此，出现这一卦的概率”。P(A|B) 是看到卦之后的后验。

第七章给了一个完全假想的投资例子，数字是作者选的。先验成功率 30%。某一卦在成功条件下出现的概率设为 60%，在失败条件下设为 10%。由全概率公式，P(B) = 0.6×0.3 + 0.1×0.7 = 0.25。后验成功率是 0.6×0.3 / 0.25 = 0.72。这个 72% 只说明算术：似然比越大，后验离开先验越远。它不是某次真实投资的记录。换一组似然，后验就换一个数。

六爻里的月令、用神、动爻，在这个框架里都应当进似然，而不是在后验已经算出之后再另加一句“其实还要看用神”。否则同一个证据被用了两次。第七章也把卦看成随机变量，承认没有哪一卦与结果百分之百锁定。

布里尔分数

#

概率预测要有对账办法。布里尔分数是各次预测的均方误差。第 t 次若给出概率 p_t，结果 o_t 为 1 或 0，则

BS = (1/N) Σ (p_t − o_t)²。

0 是各次都完全说中，1 是各次都把概率给反。预报“100% 下雨”并且下了，这一次贡献 0。预报“100%”却没下，贡献 1。预报 70% 并且下了，贡献 0.09。预报 50%，无论下或不下，贡献都是 0.25。分数惩罚的是过分自信的错误，也惩罚长期频率对不上的概率。若一个人总说 70%，实际只有一半发生，分数会暴露这 20 个百分点的偏差。

单次占断的分数几乎不能评价方法。72% 的那次如果后来成功，误差是 (0.72−1)² ≈ 0.078；如果失败，误差约 0.52。要看的是许多次标成同一概率的案例，兑现比例是否靠近这个概率。第七章建议用它比较六十四卦模型和八十一卦模型：谁的分数更低，谁在这批记录上更校准。比较的前提是同一批事先登记的预测，事后才填写结果。

假想的准确率对照

#

第七章后部写了一个对照，并明确说数值出自假设。传统六十四卦的判断正确率被设为 59.7%，八十一卦被设为 68.9%，含炁的那些情形被设为相对提高约 29.7%。书中还把 81 的信息量写成 log₂81 ≈ 6.34 比特，用来和六位二进制的 6 比特相比。6.34 减 6 是约 0.34 比特，相对 6 比特大约增加 5.7%。这个对数是算术，成立。59.7 与 68.9 不是算术恒等式，是作者为了让后面的句子有数字可写而设定的。合集没有附上样本表、时间范围和事先登记的规则。因此这篇博客保留公式和作者的假想数，同时把它们圈在假设里。真要比较两种卦系，需要一批先写下概率、再记录兑现的案例，然后计算布里尔分数。在那批案例出现之前，不存在“新易已提高九个百分点”这句事实句。

信息量上的 0.34 比特也只说明符号表更大。符号表更大，可以细分以前挤在同一个卦名里的情形，也可以把噪声分进更多格子。哪一种发生，仍由布里尔分数而不是由 3⁴ = 81 决定。

来源

#

陈茂林，《新易量子预测系统》文档合集第七章《概率论与新易》，2025 年 11 月 9 日稿。本文重写了贝叶斯例子的除法，使之和作者给出的 30%、60%、10%、72% 一致，并保留作者关于数字出自假设的说明。