为什么「预测下一期」在数学上不可能

一、先把三个问题分开

「能不能分析开奖数据」这个问题之所以纠缠不清，是因为它其实混了三个完全不同的问题。它们的答案分别是：能、能、不能。

混淆常常发生在第二和第三行之间。有人指出「统计学确实能发现装置的偏差」，然后据此推出「所以统计学能预测」。前半句对，后半句不成立——第二个问题的答案是关于装置属性的，不是关于某一次结果的。

二、熵：不确定性的度量

要精确讨论「信息」，需要一个度量。香农 1948 年给出的答案是熵：

均匀分布的熵最大。对 N 个等可能结果，H = log₂ N。所以一期 49 选 6 的熵是：

再定义条件熵：已知 Y 之后，X 还剩多少不确定性。

然后是本文的主角，互信息：

互信息有两个基本性质：I(X;Y) = I(Y;X)（对称），以及 I(X;Y) ≥ 0（知道更多信息不会让你更糊涂）。

三、互信息为零的证明

设 Xn+1 是下一期结果，Hn = (X₁, X₂, …, Xₙ) 是全部历史记录。

定理。若各期相互独立，则 I(Xn+1 ; Hn) = 0。

证明。由独立性的定义，对任意历史取值 h：

代入条件熵的定义：

因此

3.1 数据处理不等式

还有一条更一般的定理值得一提。若 X → Y → Z 构成马尔可夫链（即 Z 只通过 Y 依赖 X），则

直白地说：对数据做任何处理，都不会增加它所含的信息。你可以做特征工程、做变换、训练模型、堆叠十层网络——每一步都只可能损失信息，绝不可能创造信息。

由于起点 I(Xn+1 ; Hn) = 0，而互信息又非负，所以任何处理之后仍然恒等于 0。这条链是封闭的。

四、实测条件熵（含一个陷阱）

证明之外，我们直接测。

为了让每个条件下都有足够样本，这里用 6 面骰子（H = log₂ 6 ≈ 2.585 比特）而不是 49 选 6，生成 120 万个符号，然后估计 H(Xt+1 | 前 m 个符号)，m 从 0 取到 6。

如果历史有用，条件熵应该随 m 下降。

三条线，三个结论：

• 绿线（有规律的序列）：这是对照组，我人为造了一个「下一个 = 上一个 + 1，但 20% 概率随机替换」的序列。它在 m = 0 时的熵仍是满值 2.585——因为 +1 轮换保持均匀分布，只看单个号码的出现频率完全看不出任何异常。但只要把条件放宽到「前 1 个符号」，条件熵立刻掉到约 1.03 比特。真有规律时，一步就能看出来，不需要什么复杂模型。
• 橙线（真随机，朴素估计）：随 m 增大缓慢下降，到 m = 6 时降至 2.4345。看起来像是「历史越长，能挖出的信息越多」。
• 蓝线（真随机，偏差校正后）：几乎平贴在 2.585，到 m = 6 也只降到 2.5724。

绿线那个 1.03 比特是可以手算验证的。注意 20% 的随机替换也有可能正好落回 上一个 + 1，所以

由于偏差只有 0.15 比特，在 0–3 的坐标轴上橙线和蓝线几乎叠在一起。把数字直接列出来更清楚：

看第三列从 2.5850 一路走到 2.4345——如果有人把这个下降当作「发现了六阶规律」，他发现的其实是自己样本不够。而第四列告诉我们真相：真随机序列的条件熵，在任何历史长度上都是满值。这正是第三节 H(Xn+1|Hn) = H(Xn+1) 的实测版本。

五、柯尔莫哥洛夫复杂度

再换一个完全不同的角度：算法信息论。

字符串 s 的柯尔莫哥洛夫复杂度 K(s)，定义为能输出 s 的最短程序的长度。

• "010101…01"（重复 5000 次）：K 很小，程序是 print("01"*5000)。
• 一串真随机的 10000 位：K ≈ 10000，没有比直接把它写进程序更短的办法。

「存在规律」在这个语言里的精确含义就是「可被压缩」：任何规律都对应一段比原数据更短的描述。

5.1 不可压缩性定理

对任意长度 n 和任意常数 c，满足 K(s) < n − c 的长度为 n 的串，个数少于 2n−c 个。

证明梗概。长度小于 n−c 的程序总共只有 2⁰ + 2¹ + ⋯ + 2n−c−1 = 2n−c − 1 个。每个程序最多输出一个串，所以能被压缩到 n−c 位以下的串最多这么多。∎

而长度为 n 的串共有 2ⁿ 个，所以可压缩超过 c 位的比例小于 2−c：

结论：绝大多数字符串都是不可压缩的，也就是没有任何规律的。「有规律」是极其罕见的例外，而不是常态。

六、七种选号策略的实测对比

理论说完了，做个粗暴的实证。下面在 2 万期均匀随机数据上，同时运行七种常见的选号思路，统计每种的平均命中个数。

所有策略都可以自由使用此前的全部历史。

七根柱子几乎压在同一条线上。具体数字如下（标准误约 0.0054 个）：

撇开这一处噪声，结论是清楚的：追热号、追冷号、追遗漏、照抄上期、固定组合、纯随机——命中率没有任何真实差别。

这不是巧合，而是《期望值与返奖率》里那条期望线性性的必然结果：由于 bᵢ（这里是「选哪些号」）只依赖历史，而每个号码在给定历史下的命中概率恒为 6/49，所以任何选择规则的期望命中数都精确等于 6 × 6/49 = 36/49 ≈ 0.7347。

七、机器学习为什么也不行

「用深度学习 / 大模型 / 大数据分析」是最近几年最常见的说法。它失败的原因和别的方法完全一样，只是需要说得更明确一点。

监督学习要做的事，是从数据里逼近条件分布 P(Y | X)。模型能达到的最优交叉熵损失下界就是条件熵 H(Y | X)。而我们已经证明

所以最优模型的输出，就是忽略输入、直接返回边际分布——对每个号码都给出 6/49。这个「最优模型」用一行代码就能写出来，参数量是 0。

八、「可我认识一个人真的中了」

这句话是真的，而且必然是真的。它和上面所有数学没有任何冲突。

假设某规则每期有 100 万人参与，单次中奖概率 1/13,983,816。每期的期望中奖人数是 0.0715 人；一年 300 期，期望中奖人数约 21 人。

所以每年都会有二十来个真实的中奖者，他们的故事都是真的。但请注意分母：这一年里还有 3 亿人次没有中。

还有一层：如果一个人真的掌握了有效方法，理性行为是安静地使用它，而不是出售它。任何售卖「方法」的行为，本身就是该方法无效的强证据——因为出售的收益如果高于使用的收益，说明使用的收益并不高。

九、三道独立的锁

全站的论证到这里闭合了。它由三条互相独立的结论构成，任何一条单独成立就足以关上这扇门。

本站存在的目的，就是把这三条说清楚，并且给出可以自己验证的工具（模拟器、计算器）和可以自己复现的代码（所有图表的随机种子都写在图注里）。不需要相信我们，请自己算一遍。

延伸阅读与参考

• Shannon, C. E. (1948). A Mathematical Theory of Communication. Bell System Technical Journal, 27, 379–423 & 623–656. 熵与互信息的原始论文。
• Cover, T. M. & Thomas, J. A. Elements of Information Theory (2nd ed., Wiley, 2006). 第 2 章熵与互信息；第 2.8 节数据处理不等式；第 14 章柯尔莫哥洛夫复杂度。
• Li, M. & Vitányi, P. An Introduction to Kolmogorov Complexity and Its Applications (4th ed., Springer, 2019). 第 2.2 节不可压缩性定理。
• Miller, G. A. (1955). Note on the bias of information estimates. In: Information Theory in Psychology, 95–100. Miller–Madow 校正的出处。
• Paninski, L. (2003). Estimation of entropy and mutual information. Neural Computation, 15(6), 1191–1253. 熵估计偏差的系统分析。
• Kolmogorov, A. N. (1965). Three approaches to the quantitative definition of information. Problems of Information Transmission, 1(1), 1–7.
• Wolpert, D. H. & Macready, W. G. (1997). No Free Lunch Theorems for Optimization. IEEE Trans. Evolutionary Computation, 1(1), 67–82. 无免费午餐定理。
• Tversky, A. & Kahneman, D. (1973). Availability: A heuristic for judging frequency and probability. Cognitive Psychology, 5(2), 207–232.