当冲是否可以“稳定获利”这个命题我觉得不好，原因会在最后提起，
我认为应该把命题改为“当冲的期望值是否为正”。
假设有一个箱子装有无限多个球，球上面有写字，
当抽到+3.2％代表本笔交易获利为+3.2%，-1.5%则获利为1.5%。
因为球的数量是无限的，我们没办法直接算出平均值，这时候必须要借助抽样与统计:
根据中央极限定理，抽样的平均值x，在经过足够多次的抽样后，x会是常态分布，
x背后的抽样次数越多，这个常态分布的标准差会越小。
举例来说，我抽了100个球，标准差是2%，平均赢1%。
那么在统计的模型上，如果我做100次“抽100个球”的动作，
会有95次的平均值落在0.6~1.4之间：
X-2(标准差/根号n) < X < X+2(标准差/根号n)
可以看到平均1%在0的五倍标准差以外，就算扣掉手续费，
这还是一个稳赚的赌博。我们说这样代表有显著差异。
当抽样的样本数越多，检力会越高，模型就会越准，碍于篇幅这里不讨论。
根据个人持有的本金与期望值的不同，甚至可以算出最适当的下注大小。
https://zh.wikipedia.org/wiki/%E5%87%B1%E5%88%A9%E5%85%AC%E5%BC%8F
数学量化可以帮忙维持理性，在运气好的时候不会盲目加大注码，运气不好的时
候不会灰心丧志。
回到原po的问题，你认为什么是“稳定获利”？
如果平均下注一次赚100，但母体的标准差是1000的游戏，你能不能接受？
假设平均一注50000，要500注才能证明这游戏能赚钱，以0.6%的交易成本计算，
必须要付出15W，对一般上班族来说已经是一笔可观的数字。
反过来说，如果期望值为正，当冲就是合法公正的赌场，不用怕被出千可以安心加大注码。
另外抛砖引玉一下，有没有版友看完以后，
可以分享一下做出显著差异需要多少样本数？