統計機率是最基本的分配機率方法，但其實有很多情況是資料不足來進行預估的；在資料不足的情況下，如不是束手無策，便是大膽預測，這便是「主觀的隨意分配機率」。說白了，其實就是「睇心情」！這樣的機率並沒有任何數據，事實來支持，只是個人的臆測，所以稱為「主觀機率」。
主觀機率大部份日常生活都會用上，「大概便好」。以筆者應用的碎形來分析循環，往往一些轉折時點，高低位都可以仔細計出數十個結果出來，而那些數值往往相差可能只是十數點至數十點而已。筆者操作是便以「模糊法則」來應對，接近便好了。例如我計算了十多個數據，指出現時大市支持位是30000點，但這仍是會受到速度影響。未來大市若跌得急，便可能在29800點才見支持；而如果是慢跌，便可能是30200點。以中間值而言只是200點的波幅區間，但為免底部一瞬即逝，筆者便會在30200點開始入市，寧可捱價400點，避免未有把握機會建倉。
賽佛傑準則
這種大概便好的操作，可能只有八成、九成、甚至一半機會成功，因為這些數值都十分模糊大概，但最重要的，是正如筆者的口頭禪「雖不中亦不遠矣」；反而必須留意的，應該是及後的走勢。筆者的計算模型是因為能充份且準確的描繪後市走勢，才可接受短線的不確定。例如我確定了後市長線仍看升，才可以不計教短線的價位。
這種模糊的觀點，由以往經驗而來，大概便好，大家可能講得很詭譎，那不便是「斷估無辛苦」嗎？主觀機率其實有其理論基礎，二十世紀的著名統計學家，賽佛傑提出過有效的方法提高準確度。 稱賽佛傑準則（Sure-thing principle）。若每個人的行動選擇用一組規則來滿足條件，則其行動會跟由數學計算出現的機率一致。例如此準則是以決策者不希望有太多利益損失（Regret）的觀點，使用此準則便要先將報酬表轉換成損失表，由損失表中找出各種可行行動的最大損失，再由這些最大損失挑選出最小值者。這便是著名的大中取小法則。採用此準則的決策者，其個性介於悲觀和樂觀之間。
現在用大市升跌與擲公字的關係作說明，當明天恆指指數升市1％或跌市1％時，不論擲出公或字，獲利都一樣，例如明天升市1％時，可獲利1萬元；而跌市1％時，可獲利2萬元，獲利幅度與擲公字的結果無關，這很簡單明白。但如果明天升市卻不足1％，擲公的會賺得10萬元，而擲得字的會獲利5萬元；如明天是跌市不足1％，結果則剛好相反。由於個人偏好，你較喜歡公，即使獎金的金額改變，只要兩者比率不變，你仍會喜歡公，這便是賽佛傑準則。
下文將會詳談賽佛傑準則的原理及應用，主觀機率的主軸便是主觀，所以微細的數字變化沒有太多意義，即是用數字來量化主觀，都只是用來作出比較而已。以賽車為例，以A車進入前三名的可能性，高於不能進入前三名，用數字演繹出來，便是A車進入前三名的機率多於50％。以賽佛傑準則來看，針對狀態間的發生容易程度，以數值來量化，比較大小關係、對等性為基礎作出分配機率。
選擇結果 反映取向
所以當有某些情況，你未能準確得到所須的資料來進行分析時，便要以主觀機率進行預測，針對各種不同的情況，以自己的經驗，邏輯地一步步進行「哪一件事更容易發生」的次序比較! 然後為這些情況配上數值量化便可以應用了。當然，有一些患有「選擇困難症」的朋友，連大小的關係都沒有自信去分辨出來， 賽佛傑尚有第二條規則來處理，在之後的文章會跟大家討論！
主觀機率是十分有趣的玩意，從一個人分配機率的結果，便可以了解他思考時的機率分配，即用結果來推測原因。例如：日前筆者邀請一位朋友，協助幫忙做講座主持，而同時該朋友，有另一份炒股組織的主持活動。兩者薪酬是一樣的，結果朋友選擇了後者，那便是反映對方認為跟炒股組織熟絡，會為自已帶來更多利益，甚至是延後利益有關；這亦可能是反映這位友人，認為炒股組織可能會帶來更多隱藏的利潤有關。又例如3月11日的立法會補選，閣下跟友人打賭，建制或泛民那一邊會取得較多議席，由於閣下支持泛民，而認為泛民會取得較多議席。從你選擇的結果，便知道你的取向了。
簡單而言，人的選擇行動，是依照事物容易發生程度的主觀預測來進行，若這個預測是經由滿足一系列的步驟，推測得來的，那麼主觀機率得出來的結果與計算機率得出來的結果並不矛盾。如上述例子涉及金額，將回報金額平均值計算出來，亦會有效提升主觀機率的準確度。以機率計算的平均值，稱為期望值，下一篇文章再跟大家討論期望值的應用及處理。
