在我正在进行的一个进化编程项目中，我认为使用贝叶斯定理中的公式可能是一个有用的想法。虽然我不完全确定那会是什么样子。
因此，正在发展的程序正试图使用过去的数据来预测时间序列的未来状态。鉴于过去n几天的一些价格数据，该程序将预测buy它是否预测价格会上涨，sell如果下跌，leave如果变动太少。
根据我的理解，在对历史数据进行测试并记录正确和不正确的预测后，我计算出模型在使用以下算法购买时准确的概率。
prob-b-given-a = correct-buy-predictions / total
prob-a = actual-buy-count / total
prob-b = prediction-buy-count / total
prob-a-given-b = (prob-b-given-a * prob-a) / prob-b
fitness = prob-a-given-b //last step for clarification
我是否正确解释了贝叶斯定理，这是一个合适的适应度函数吗？
我将如何结合所有预测的适应度函数？（在我的例子中，我只展示了预测的预测概率buy）