凱因斯認為機率是有邏輯的，並提出「無差異原則」。 現在以3月5日〈運籌帷幄論決策〉一文中的例子作討論：
假設四種市況發生的機率一致，亦即25%，在主觀機率的分配下，四種方法的利潤期望值如下：
方法A： $2,000 X 25% + $2,000 X 25% + $1,000 X 25% + $1,000 X 25%= $1,500
方法B： $3,000 X 25% + $3,000 X 25% + $0 X 25% + $1,000 X 25%= $1,750
方法C： $2,000 X 25% + $4,000 X 25% + $0 X 25% + $0 X 25%= $1,500
方法D： $1,000 X 25% + $5,000 X 25% + $0 X 25% + $0 X 25%= $1,500
如果以這種思考模式，在期望值的準則下，採用方法B是最理想的。
邏輯推論分配
凱因斯在二十世紀初環球經濟大蕭條下，提倡財政及金融政策有效性的經濟學家，如細閱其論文，有點像熊彼得的創見卻又不盡然。如大家有看投資類書籍的習慣，書店有不少書籍都會比較奧地利學派巨匠海耶克及凱因斯的分別。
凱因斯的博士論文〈機率論〉被認為是將機率思考，由數學機率、統計機率推展至主觀機率的先驅研究。凱因斯認為機率是有關連性，提出〈因A則B〉的因果相連原則及〈若A則B〉的推論原則。以上述例子的四種市況來說明，凱因斯將「市況發生的機率為25%」定義為，「經過邏輯對比不同數據後，某一種市況發生的機率可信度為25%」這種可信度或信念的數值。
凱因斯將這種把可信度量化為數值的概念，推演成「無差異原則」，所以儘管市況將會上升，但會是急升還是慢升，在邏輯上並無得到支持，反過來說，任何市況出現的可能性應該一樣。
後續的計量分析研究認為，凱因斯成功解釋了市場短期的隨機漫步，但對中長線的市場趨勢卻未能解釋。不過，凱因斯的理論對操作上便饒富意義，筆者同樣以2018年1月下旬的數據分析，當時大市已偏離200天移動平均線達20%，已屆回套邊緣，當時大家都了解大市勢必出現回歸均值的情況，但究竟會以哪種形式回歸卻並不知道。由於理論上已偏離200天移動平均線20%，再升的機率應極低，但事實上大市卻最終偏離21.1%才回落，因為短線而言，升跌的機率相當。
2011年，日本發生311大地震，在地震發生前大市只是橫行，當然亦沒有人可以預知將會發生大地震。地震之後大市反覆下跌，在3月15日，恆生指數已大跌至22253點，當時大市已出現深度超賣，筆者以向心系統計算當時已大幅偏離均值，料日內反彈機率已達92%，屬相當高的水平，便買入4月22600點的認購期權。
可惜天不如人願，大市進一步下跌至3月17日，低見22123點才見底。跌穿了3月15日的底部，當年操作的功力不及今天深湛，跌穿了22253點時，心理也感到一絲擔憂，當時先把LC22600平倉，靜心再計算一下。15分鐘後，便決定再次建倉，可惜當時已高於剛才的平倉價，結果是在低位平倉，在稍高位置回補。當時靜心計算，既然因超賣而買入，而現時更加深度超賣，所需要的不是加倉，增加風險；也不是減倉，不信任計算結果，始終長時間累積下來，會得到計算值應有的成功機率。筆者需要的正是對系統的信任，及維持操作系統的穩定性。最終筆者在4月24200點左右水平鎖倉，大賺近八倍回報。
