上一課把組合數學會了,你已經能用「數 combos」把對手範圍換算成具體機率。今天處理的是同一種思維方式作用在你自己的成績單上:當你打了三千手輸了六個買入,或打了一萬手贏了十個買入,這兩個數字到底能告訴你多少關於「你打得好不好」的訊息?答案通常是——遠比你以為的少。這一課要把「短期輸贏」和「真實勝率」之間那道又寬又厚的雜訊牆量化出來,讓你知道要多少樣本、多少手,你的成績才開始接近真相。
📖 學
先定義兩個詞。勝率(win rate)在現金局用 bb/100 表示,意思是「每打 100 手平均贏幾個大盲」。一個 5 bb/100 的贏家,平均每 100 手贏 5 個大盲——這是你的真實實力,是那條藏在雜訊底下、你看不到的直線。變異數(variance)則是實際結果圍繞這條直線上下擺動的幅度;取平方根就是標準差(standard deviation, SD),它和勝率用同一個單位(bb/100)量,所以可以直接比較。
關鍵的量級在這裡:多數 6-max 無限注現金局玩家的標準差大約落在 80–100 bb/100,牌風越鬆凶、越多翻牌後的大底池,數字越高。請把這個對比放在心上——你的勝率若是 5 bb/100,但每 100 手的波動標準差是 100 bb/100。雜訊的量級是訊號的二十倍。 這就是為什麼「今天輸贏」幾乎不含任何關於實力的資訊。
那要打多少手,訊號才浮出雜訊?這要用標準誤差(standard error, SE)。你觀察到的「樣本勝率」本身也是一個會抖動的估計值,它的抖動幅度是:
標準誤差 = 標準差 / √(樣本手數 / 100)
分母是「你打了幾個 100 手」。手數越多,分母越大,估計越穩。用 SD = 100 bb/100、真實勝率 5 bb/100,算幾個常見樣本數的 95% 信賴區間(≈ 樣本勝率 ± 1.96 × SE):
| 樣本手數 | 標準誤差 (bb/100) | 95% 信賴區間 (bb/100) |
|---|---|---|
| 10,000 | 10.0 | −14.6 ~ +24.6 |
| 50,000 | 4.47 | −3.8 ~ +13.8 |
| 100,000 | 3.16 | −1.2 ~ +11.2 |
| 500,000 | 1.41 | +2.2 ~ +7.8 |
| 1,000,000 | 1.0 | +3.0 ~ +7.0 |
驗算第一列:10,000 手是 100 個「100 手」,√100 = 10,所以 SE = 100 / 10 = 10 bb/100,乘 1.96 得 ±19.6。把數字看懂:打滿一萬手,你的信賴區間還是從大輸家(−14.6)橫跨到大贏家(+24.6)。 這區間包含 0,代表統計上你根本無法排除「自己是個輸家」。要一直打到約 50 萬手,區間下緣(+2.2)才穩穩離開 0——這時才第一次能有把握說「我是贏家」。而這還只是「確認正負號」;要精確到「我究竟贏 5 還是 8 bb/100」,樣本得再大一個量級。
順帶把 downswing(連續下風期)的正常幅度也量出來。N 手的總波動標準差是 SD × √(N/100) 個大盲。打 10 萬手,總 SD = 100 × √1000 ≈ 3162 個大盲 ≈ 約 31.6 個買入(以 100bb 計)。這意味著:即使你是穩定的 5 bb/100 贏家,經歷 20–30 個買入的回撤,在機率上完全屬於「正常範圍內的一次抽樣」,不是你變爛了,也不是牌桌被動手腳。
🧠 為什麼是這樣
底層原理是大數法則:樣本平均會收斂到真實期望值,但收斂速度只有 √N,不是 N。手數翻四倍,誤差才減半;要把誤差砍到十分之一,得多打一百倍的牌。這是個殘酷但誠實的比率,也是為什麼「感覺」永遠落後於「真相」——人腦記得住的是最近幾百手的情緒,而幾百手的信賴區間寬到毫無意義。你感覺不到真實勝率,不是你遲鈍,是樣本物理上不夠。
這套推論成立有兩個前提,踩破任何一個,上面的數字就失效。其一,你的打法在整段樣本裡穩定:如果你中途升級、換了牌桌類型、或 tilt 時判若兩人,這些手就不是同一個母體的抽樣,把它們平均在一起算勝率是沒有意義的。其二,變異數估計本身要合理:一個常泡大底池、多路 all-in 的鬆凶局,SD 可能逼近 120–150,上面所有區間都要再放寬。反過來,如果你只是在極緊的牌桌打小底池,SD 會低一些,收斂會快一點——但那通常也代表你的 edge 更薄。變異數與勝率往往同向而行,天下沒有又穩又肥的免費午餐。
✍️ 今日練習
用試算表把「雜訊牆」親手畫出來,不必進賭場,10–15 分鐘。道具:任一試算表軟體(Google 試算表或 Excel)。
- 開新表。A1 輸入你假設的真實勝率(例如
5,單位 bb/100),B1 輸入標準差(例如100)。 - A 欄從第 3 列起,填入樣本手數:1000、5000、10000、50000、100000、500000、1000000。
- B 欄算標準誤差:
=$B$1/SQRT(A3/100),往下拉。 - C 欄與 D 欄算信賴區間上下緣:
=$A$1-1.96*B3與=$A$1+1.96*B3,往下拉。 - 看 D 欄與 C 欄:找出信賴區間下緣第一次變成正數的那一列——那就是「你需要多少手才能確定自己是贏家」。改改 A1 的勝率(試 2、試 10),再看那個門檻怎麼移動:勝率越薄,需要的手數暴增。
自我檢查
- 我算出「確認自己是贏家」大約需要幾萬到幾十萬手,並看懂為什麼一萬手完全不夠。
- 我能說出:標準差是勝率的約 20 倍,所以短期輸贏幾乎不含實力訊息。
- 我理解 20–30 個買入的 downswing 對一個真正的贏家而言,是機率上的正常事件,而非實力崩壞。
🔗 延伸
- 銀彈與心態:變異數、破產風險與該不該打——本課量出的波動幅度,直接決定你該準備多少買入、能不能打這個級別。
- 賠率與期望值:pot odds、equity 與 EV——回到第 1 課的 EV 思維:真實勝率就是每手 EV 的長期平均,變異數只是它周圍的雜訊。
- 心理遊戲:tilt 與情緒管理——知道 downswing 是正常抽樣,是不在下風期做出破壞性決策的第一道防線。
💬 問 AI
我打 6-max NL 現金局,假設我的真實勝率是 5 bb/100、標準差是 100 bb/100。
請幫我做兩件事:
1. 用標準誤差公式 SE = SD / √(手數/100),算出在 1 萬、10 萬、50 萬手時,
我樣本勝率的 95% 信賴區間各是多少,並解讀「這個區間有沒有包含 0」代表什麼。
2. 用 SD × √(手數/100) 估算我打 10 萬手時,總波動的標準差換算成幾個買入,
並告訴我:對一個真正的贏家來說,多大的 downswing 仍屬於正常範圍。
請把每一步計算過程寫出來,不要只給結論。