彩票出票sp怎么算？
这个问题很有意思，也很专业. 作为一个在行业里混了多年的伪码农，试着以一个程序员的角度来解读这个问题（虽然我没具体实现这个功能，但我看过别人实现的，所以理论上应该没错）. 在讨论这个之前先引入两个概念： 一个是“最优委托”，一个是“最优策略”. 这里引用wiki对于这两个概念的解释： “最优委托”指的是一种交易策略，通过将现金资产投资于各个证券或债券组合中，来实现收益最大化和风险最小化。 “最优策略”是一种计算技术，用来寻找给定风险水平下的最大收益率，或者反过来，在给定期望收益率下使风险最小。 把这两个概念套到题主的问题里就是： 如何找到一组（多个）参数使得我发出的请求（购买彩票）被服务端处理时得到的最大支付报酬（中奖后收到的奖金）最高且承担的风险最低（没有买到的损失）？ 这其实就是求解一个优化问题（因为参数是一个集合，所以其实是求解一个含参数的优化问题）：
\begin{equation} \label{eqn1} max_{\theta}\{\sum_{i=1}^{N}{R_i(\theta)} \end{equation}
\begin{equation} s.t. \quad S_j(\theta) \leq b_j，\forall j \end{equation} 其中，$R_i(\theta)$表示在参数为$\theta$的情况下，第$i$张彩票是否中奖；$S_j(\theta)$表示在第$j$种情况（即$R_i(\theta)$为0的情况）下，最坏情况下你损失的金钱数，也就是没买到彩票的损失；$b_j$表示在每个情况（即每种 $R_i(\theta)$ 和 $S_j(\theta)$ 为0的情况）下，你的最大承受损失，也就是你不愿意花的钱。 在这个优化问题的求解过程中会涉及到两个函数，一个是决策函数：
\[f(x) = P(Y=1|X=x)\] 另一个是代价函数：
\[g(x) = E(Z||X=x)\] 这里$Y$是随机变量，它的取值只有$0$和$1$两种——分别表示该彩票是否中奖；$Z$是随机变量的和（即所有未中奖的彩票的总价值，如果你只买了这张彩票，那么$Z=0$）；$X=x$是一系列特征的向量，在这里也就是一系列参数的值。
这两个函数的关系可以用贝叶斯公式来计算： 你需要的参数$\theta$可以通过最大化(\ref{eqn1})得到，而为了求解方便可以先把它转化成一个无约束的最优问题（转化的过程请参见原文，这里不写了）： 然后利用最优化算法（比如梯度上升法、牛顿法等等）就可以求得这个问题的解。