经典秘书问题：数学模型、最优策略与37%法则的推导

好，咱们进入第二章。这一章要聊的，是《最优停止问题》里最经典的一个模型——秘书问题。说实话，我当年第一次接触它的时候，觉得这玩意儿就是个数学游戏。直到后来做高频交易，发现出场策略的底层逻辑，跟它一模一样。

你想想看，面试秘书和交易出场，本质上都是同一个问题：你面前有一系列机会，你只能选一次，什么时候做决定？

2.1 问题设定：一个古老而优雅的谜题

秘书问题的标准版本是这样的：

• 你要招聘一名秘书
• 有 N 个候选人，按随机顺序依次面试
• 每次面试完一个人，你必须当场决定：录用 or 拒绝
• 拒绝后不能回头再找
• 你的目标是：选到所有候选人中最优秀的那一个

嗯，这里有个关键点——你只能比较相对优劣，不知道绝对分数。换句话说，你只知道「这个人比之前所有人都好」，但不知道他是不是全宇宙最好的。

我个人习惯把这个模型叫做「信息积累型决策」。你每看一个人，信息就多一分，但决策窗口也在缩小。这跟交易里看行情走势，是不是很像？

2.2 数学模型：把直觉翻译成公式

咱们先把问题数学化。假设有 N 个候选人，他们的排名是随机的，且所有排列等可能。

定义策略：
你决定先观察前 k 个人，一个都不选。从第 k+1 个人开始，只要遇到比前面所有人都好的，就立刻录用。

这个 k 就是我们的决策变量。问题变成了：k 取多少，选到最优的概率最大？

设 P(k) 为采用该策略时选到最优的概率。推导过程如下：

P(k) = Σ_{i=k+1}^{N} P(第i个人是最优) × P(在前i-1个人中，最优出现在前k个)

因为：
- 第i个人是最优的概率 = 1/N
- 前i-1个人中，最优出现在前k个的概率 = k/(i-1)

所以：
P(k) = (1/N) × Σ_{i=k+1}^{N} k/(i-1)
     = (k/N) × Σ_{i=k}^{N-1} 1/i

当 N 很大时，这个求和可以用积分近似：

P(k) ≈ (k/N) × ln(N/k)

令 x = k/N，则 P(x) ≈ x × ln(1/x)。求导找最大值：

dP/dx = ln(1/x) - 1 = 0
→ ln(1/x) = 1
→ 1/x = e
→ x = 1/e ≈ 0.3679

结论：最优策略是观察前 37% 的人，然后选下一个比前面都好的。

2.3 37%法则的直观理解

为什么会是 37%？我换个角度给你讲。

你想想看，这个策略其实是在做两件事的平衡：

• 观察太少（比如只看10%）：你还没看清行情就出手，容易选到次优
• 观察太多（比如看了80%）：好机会可能已经溜走了，你只能矮子里拔将军

37% 这个点，恰好是「信息积累」和「机会窗口」的黄金分割点。我在做高频交易策略回测时，经常用这个比例来设定「预热期」——先观察 37% 的行情数据，再决定是否开仓。

2.4 策略的变体与实战意义

经典秘书问题有几个重要变体，我简单列一下：

变体名称	设定变化	最优策略
有限记忆问题	只能记住最近几个候选人	观察比例略高于 37%
风险厌恶问题	目标是选到前 10% 即可	观察比例可以降到 20% 左右
无限候选问题	候选人可以无限多	策略退化为阈值策略

嗯，这里要注意：37% 法则的前提是「只能选最优」。如果你放宽条件，比如「选到前三名就算赢」，那观察比例会变化。我在做交易策略时，经常把「最优」改成「收益前 20%」，这时候观察比例就降到 20% 左右了。

2.5 知识体系图：秘书问题的核心逻辑

下面我用一张 SVG 图来展示这一章的知识结构。你可以把它当作一个思维导图来看。

2.6 从秘书问题到交易出场

你可能要问：这跟交易有什么关系？

关系大了。你想想看，交易出场本质上也是一个「最优停止问题」：

• 行情走势就像一个个「候选人」依次出现
• 你的利润在波动，你不知道后面会不会更高
• 你必须在某个时刻决定「就是它了，平仓」

我个人习惯把 37% 法则用在出场策略的「预热期」设定上。比如一个趋势跟踪策略，我会先观察 37% 的行情数据，建立对波动率的认知，然后再用这个认知去判断出场点。

当然，交易比秘书问题复杂得多。市场不是随机排列的，它有趋势、有噪声、有黑天鹅。但 37% 法则给了我们一个很好的基准线——至少你知道，在完全随机的情况下，最优策略长什么样。

---

公众号:蓝海资料掘金营，微信deep3321