把任何一个决策，
变成一份可复现的投资报告。
人力、资金、时间、物力、机会成本——任何投入都是「投资」。Decision Lab 自动算出胜率、盈亏比、期望收益、Kelly 仓位与 Go/No-Go 行动建议，按 score = p × b 给你的所有机会排序。
✓ 5 分钟完成 · ✓ 无需注册 · ✓ 报告前 5 页 PDF 免费下载 · ✓ 公式 + Python 代码全开源
10
即用决策模板
12
页世界级可行性报告
10,000
次蒙特卡洛 / 报告
来自商业计划书 · 决策实验室
“We turn every life decision into a quantifiable investment thesis.”
3 步 · 5 分钟
从「拍脑袋」到「投行级量化」 — 中间只隔一份表单
没有 SaaS 学习成本，没有 Excel 公式焦虑，没有 LLM 幻觉风险。所有数字都附公式 + Python/TS 代码。
1. 5 分钟填写资源
在向导里告诉平台：你愿意投入多少现金 / 时间 / 人月 / 物力 / 机会成本。10 个一键模板可直接套用，10 岁小孩都能填。
2. 平台自动计算
EV、Kelly 仓位、RAROC、10,000 次蒙特卡洛、6 变量 Tornado、三情景分析、反事实矩阵 — 一秒内全部完成，所有公式可点开查看。
3. 拿到 12 页报告
在线查看 + 前 5 页 PDF 免费下载。基于你的画像（学生 / 创业者 / 家庭决策者…）给出 GO / WATCH / GO_REDUCED / NO_GO 个性化行动建议。
在线示例
用真实数据告诉你：什么决策值得做
下面 6 个机会全部来自平台的种子模板，由 Decision Lab 用同一套公式排序。点任意一行可以查看完整 12 页报告 — 免登录、免付费。
- 排序逻辑：
score = 胜率 × 盈亏比，再以 RAROC、EV 作 tie-break。 - 颜色： 绿 = GO，金 = GO_REDUCED，蓝 = WATCH，红 = NO_GO。
- 气泡大小 = 等价资本投入。
机会四象限
| # | 机会 | 胜率 | 盈亏比 | EV | 建议 |
|---|---|---|---|---|---|
| 1 | 副业 SaaS 微产品 | 35% | 4.5× | ¥90,095 | GO_REDUCED · 减仓执行 |
| 2 | 自媒体 IP 长期投入 | 18% | 8.5× | ¥259,860 | GO · 推荐执行 |
| 3 | 跳槽 (大厂转独角兽) | 55% | 2.4× | ¥123,192 | GO_REDUCED · 减仓执行 |
| 4 | 留学 (英美 STEM) | 58% | 2.2× | ¥996,384 | GO_REDUCED · 减仓执行 |
| 5 | 读研 (硕士) | 62% | 1.8× | ¥839,040 | GO_REDUCED · 减仓执行 |
| 6 | 技术职业认证 (CFA/PMP) | 78% | 1.3× | ¥93,216 | GO_REDUCED · 减仓执行 |
数学说话
没有黑箱：4 个公式撑起一份「投行级」可行性报告
Decision Lab 的所有数字都来自 4 个传世公式 + 1 个明确的决策树。每一份报告附带：
- · Python 复现脚本（与
models/feasibility_model.py完全一致） - · TypeScript 复现脚本（与平台
lib/feasibility/完全一致） - · 10,000 次蒙特卡洛模拟（输出 P5/P50/P95 的真实分布）
- · ±20% Tornado 敏感性分析（指出最该收集情报的两个变量）
期望收益 EV
EV = capital × ( p × b − (1 − p) )capital：你五维资源的等价资本 · p：胜率 · b：盈亏比
Kelly 最优仓位 f*
f* = ( b · p − (1 − p) ) / b (clipped at 0)给「在你的风险预算下，应该 All-in 多少」一个数学解。
风险调整收益 RAROC
RAROC = EV / ( capital × σ )对冲基金 / 投行 / 巴塞尔协议都用的同款风险评分公式。
行动建议
Action = go_no_go(EV, f*, risk_budget, RAROC)
ev ≤ 0 → NO_GO
raroc < floor or kelly < f0 → WATCH
kelly ≤ risk_budget → GO
else → GO_REDUCED按照你画像的风险预算把『指标』翻译成『动作』。
为什么是 Decision Lab
70 年的成熟数学 × 中国 4.1 亿决策者的真实痛点
我们不发明新理论 — 我们把 Kelly、Markowitz、Sharpe、Kahneman & Tversky 70 年来反复验证的框架，做成一份 10 岁小孩也能看懂的中文报告。
1.88 亿
中国实有经营主体（市场监管总局 2025）
2.42 亿
中国个人投资者（中国结算 2025）
80%
创业者承认重大决策前未做量化分析（清华 x-lab + 36Kr 2023）
62%
创业者后悔关键决策（清华 x-lab 2023）
方法论引用 · 4 块基石
- 1956
Kelly Criterion
John L. Kelly Jr. · Bell System Technical Journal
用于：单一机会的最优仓位
- 1952
Markowitz Portfolio
Harry Markowitz · The Journal of Finance
用于：多机会下的资源分配
- 1966
Sharpe / RAROC
William Sharpe · The Journal of Business
用于：风险调整后的收益排序
- 1979
Prospect Theory
Kahneman & Tversky · Econometrica
用于：用户画像中的损失厌恶系数
完整数据源 + 方法论详见 Decision Lab 商业计划书 · 第 5 章。
常见问题
关于 Decision Lab 的 7 个问题
Decision Lab 是什么？
Decision Lab（决策实验室）是一个投资可行性评估平台：把人力、资金、时间、物力、机会成本等任何投入折算为「投资」，用胜率、盈亏比、期望收益 EV、Kelly 仓位、RAROC 和蒙特卡洛模拟给出 Go / No-Go 行动建议，最终生成一份可复现的 12 页可行性报告。
使用 Decision Lab 需要注册或付费吗？
不需要注册，打开即用。生成报告免费，报告前 5 页 PDF 免费下载；完整 12 页 PDF 使用邮箱解锁，同样免费。
报告的计算方法是什么？
报告基于四个经典框架：Kelly 公式（1956）计算最优仓位，期望收益 EV = 胜率 × 盈利 − (1 − 胜率) × 亏损，RAROC 做风险调整后收益排序，蒙特卡洛模拟 10,000 次抽样生成收益分布，并用龙卷风图做单因子敏感性分析。所有公式在报告中公开可查。
支持评估哪些类型的决策？
平台内置 10 个决策模板：副业 SaaS、读研、跳槽独角兽、一线城市购房、留学 STEM、餐饮加盟、自媒体 IP、职业认证（CFA/PMP）、二线城市开咖啡馆、ETF 定投。也可以从零输入任何自定义决策的资源投入与假设。
计算结果可以复现和验证吗？
可以。计算引擎有 TypeScript 与 Python 两套独立实现，并通过 golden parity 测试保持一致；模板默认值、行业基准与公式全部开放，代码托管在 GitHub，任何人都能审计与复算。
胜率基准数据从哪里来？
平台维护 8 个行业类别的 Beta(α, β) 胜率基准。中文版基准来源包括清华 x-lab 2023 调研、链家研究院 2023、猎聘 2023 白皮书、中国连锁经营协会 2023、Wind ETF 回测等公开资料，逐条记录在 research/sources.csv，并随用户复盘持续做贝叶斯更新。
我的数据安全吗？
平台不要求任何账号或个人身份信息，使用匿名会话 Cookie 区分访客；输入的决策数据仅用于生成你自己的报告，分享报告需要你主动生成分享链接。