第 53 課說偏誤在輸錢之後放大,解法是事前寫下決策日誌與停手規則;但日誌寫了一週,手上有幾百手,接下來要看哪些、怎麼分類、先修哪一類,多數人沒有流程,結果是複盤變成「把輸掉的大底池再看一遍,然後覺得自己該更小心」。今天把這件事寫成一個每週可重複的流程。先講自算結論: 在一份自擬的 200 手週樣本(紙上模型,不是真人牌譜)裡,錯誤手占 39%(78 手);頻率最高的「尺度錯誤」占錯誤手的 33.3%,卻只占 21.1% 的 EV 損失;只占 9.0% 錯誤手的「紀律與心理錯誤」吃掉 25.8% 損失,每手平均損失 1.49 bb,是尺度錯誤(0.31 bb)的 4.8 倍。只挑最大的底池複盤,會把每 100 手損失高估 4.5 倍(49.8 對真值 11.15 bb/100),並把翻前範圍錯誤的占比從 12.9% 壓到 3.0%。小樣本下分類計數很不穩:7 手的類別,占比的 95% 區間是 1.7% 到 7.0%,自助重抽 5000 次,「紀律」成為損失第 1 名的機率只有 41.1%、「讀牌」37.7%。所以一週的結論只能是「候選清單」,要合併四週再下判斷。整份流程預算約 4 小時 20 分(自設)。以上所有數字都是自擬假設或我用 Python 算的結果,台灣沒有合法的現金撲克賭場,本文是機率與決策訓練,不構成下注或買入建議。
📖 學
零、先對帳:第 53 課的待驗項
第 53 課標了幾個待驗數字,今天逐項處理。AA 對 KK 的 82% 勝率: 我用 Python 枚舉全部 1,712,304 種牌面(C(48,5))、自己寫的 7 張牌型比較器,As Ah 對 Kd Kc(花色不重疊)的權益是 81.26%(贏 81.06%、平分 0.38%),As Ah 對 Ks Kh(KK 與 AA 各共用兩種花色)是 82.64%;所以「約 82%」落在 81.3% 到 82.6% 之間,結論成立。第 53 課其餘算式(20 次至少輸 4 次 49.7%、10 次跟注合計虧 33.1%、壞跟注 10 次後帳面賺 26.3%、追損回本 7.5% 與再輸 6.2%、全下連輸 3 次 20.9%、跟注連輸 5 次 83.8% 與連輸 8 次 33.9%、暗三條 11.76% 與連 30 手沒中 2.35%)我全部重算,吻合。有一處需要更正: 第 53 課寫「拋公平硬幣 100 次,至少一段連續 5 次同面的機率是 81.0%」,81.0% 是指定一面(例如連續 5 次正面)的機率;若兩面任一面都算,動態規劃與 20 萬次模擬都給 97.2%。結論(連串是常態)更強,不是更弱。損失權重約 2.25 倍與熱手文獻,我仍沒有核對原文,維持不引用結論。
一、樣本選取:先決定看哪 200 手
複盤的第一個決定不是「怎麼分析」,而是「分析哪些手」,因為選樣會直接決定你看到的錯誤長什麼樣。常見的壞樣本有三種:只看輸掉的牌、只看最大的底池、只看自己覺得有問題的牌。三者的共同缺陷是樣本是由結果或感覺挑出來的,不是由牌局本身抽出來的,而且看不到「蓋牌的錯誤」:你在河牌蓋掉一手 EV 為 +9 bb 的跟注,帳面損益是 0,它不會出現在任何「輸掉的牌」清單裡,卻是真實的損失。
用一個自擬的週母體量化這件事。假設一週打 3000 手(自設),其中最終底池不小於 40 bb 的大底池 300 手、其餘 2700 手;大底池每手相對參考解(求解器或基準範圍表)的平均 EV 損失 0.498 bb、其餘每手 0.069 bb(兩者都是自設值,下面第三節會拆成各類別)。母體真值是每週 334.6 bb,即 11.15 bb/100。三種選樣方式的結果:
| 選樣方式 | 看的手數 | 估計損失(bb/100) | 對真值 | 翻前錯誤占損失比 | 缺陷 |
|---|---|---|---|---|---|
| 全體隨機抽 200 手 | 200(預期約 20 手大底池) | 11.15(期望值,無偏) | 1.0 倍 | 12.9% | 變異大:紀律類大底池手有 25.0% 機率一手都抽不到 |
| 只看最大的 200 個底池 | 200(300 手大底池抽 200) | 49.8 | 4.5 倍 | 3.0% | 水準高估、翻前類被低估,且完全看不到普通底池的翻前漏洞 |
| 分層:140 手隨機 + 60 手大底池 | 200 | 11.15(加權後) | 1.0 倍 | 12.9% | 要記得加權:隨機層每手權重 2700 ÷ 140 = 19.29、大底池層 300 ÷ 60 = 5.0 |
隨機抽樣無偏但抽不到稀有而昂貴的錯誤:紀律類在大底池層的母體約 20 手(4 ÷ 60 × 300),隨機抽 200 手時一手都沒抽到的機率是 C(2980,200) ÷ C(3000,200) = 25.0%。分層抽樣的做法是把「大底池」與「其他」分開抽,各自記權重,這樣既保住稀有錯誤的曝光,又能還原全體水準。我自己會再加一條:每週固定把自己標了「不確定」的 10 手額外放進去,但這 10 手要另外統計、不進加權分母,否則會把「我覺得有問題」的偏誤混回來。
二、錯誤分類法:一手一個決策點、一個主因
第 20 課給的五類標籤(賠率算錯、範圍讀錯、尺度錯、情緒 tilt、資訊不足)夠用來開始,但有兩個缺口:翻前範圍錯誤沒有獨立格(通常被塞進「範圍讀錯」,於是修法不清楚),「情緒 tilt」只涵蓋情緒,漏了疲勞與違反事前規則。今天改成六類加兩個非錯誤格,對應關係是:賠率算錯 → EV 計算錯誤、範圍讀錯 → 讀牌/範圍判斷錯誤、尺度錯 → 尺度錯誤、情緒 tilt → 紀律與心理錯誤、資訊不足 → 資訊不足,新增「翻前範圍錯誤」。
分類要可重複,就必須互斥:規則是每手牌只挑 EV 損失最大的那個決策點,而且該決策點依下面的問句順序,第一個回答「是」的就是它的類別,其他錯誤寫在備註、不計數。
| 順序 | 問句 | 回答「是」的歸類 |
|---|---|---|
| 一 | 該決策點與參考解的 EV 差是否小於 0.1 bb(門檻是我設的;低於它,估計本身的誤差就有這麼大)? | 無錯誤 |
| 二 | 差距夠大,但只用當時看得到的資訊,有沒有一個不需要未來資訊的更好做法(例如用母體預設範圍)? 沒有 | 資訊不足(不計錯誤,但要寫缺什麼資訊) |
| 三 | 冷靜、照事前寫好的規則,同樣情況我會這樣打嗎? 不會(證據必須是事前寫下的規則被違反,或當下紀錄的狀態欄標了疲勞、追損、tilt) | 紀律與心理錯誤 |
| 四 | 決策在翻前,且偏離我自己使用的基準範圍表,也沒有事前寫下的剝削理由 | 翻前範圍錯誤 |
| 五 | 動作類型(下注、過牌、跟、加注、蓋)是對的,只有金額偏離 | 尺度錯誤 |
| 六 | 動作類型本身錯,而且把對手範圍或頻率換成較合理的估計後,正確動作會改變 | 讀牌/範圍判斷錯誤 |
| 七 | 範圍與頻率輸入合理,但賠率、需要勝率、outs、MDF 或 SPR 算錯 | EV 計算錯誤 |
三個邊界案例。第一,翻前 3-bet 錯在把對手的 4-bet 範圍估太窄,這是第六類(讀牌),不是第四類,因為第四類只收「偏離基準表」。第二,河牌抓牌決策:我估計勝率 35%,但實際應是 20%。若錯在把對手範圍想得詐唬太多,是讀牌;若範圍估計合理,卻把需要勝率算成 20%(忘了把自己的跟注額加進分母),是 EV 計算。檢驗方法是「換掉哪一個輸入會讓動作改變」。第三,連輸三個買入之後的詐唬:即使它同時也偏離了基準表,第三問先成立,歸紀律與心理,因為修法是規則與狀態管理,不是背範圍表。分類的目的是決定修法,不是替錯誤取名:翻前範圍錯誤用查表與抽背解決,尺度錯誤用固定尺度集合解決(第 44 課的「五收二」),EV 計算錯誤用算式小抄解決,讀牌錯誤要靠樣本與節點鎖定(第 43 課),紀律錯誤靠停手規則與狀態紀錄,資訊不足則是補資料或接受不確定。
三、200 手週樣本:頻率高不等於損失大
下面是我自擬的紙上模型,不是任何真人牌譜。採用第一節的分層設計:隨機層 140 手(來自 2700 手普通底池)、大底池層 60 手(來自 300 手)。每手的 EV 損失,前 24 大者在第二層與第三層(見第五節)用手算或求解器估算,其餘用一分鐘內的粗估,所以都是估計值。
分層之後,各類別的樣本手數與損失:
| 類別 | 隨機層手數 × 平均損失 | 大底池層手數 × 平均損失 |
|---|---|---|
| 翻前範圍錯誤 | 20 × 0.10 bb | 3 × 0.30 bb |
| 尺度錯誤 | 14 × 0.15 bb | 12 × 0.50 bb |
| 讀牌/範圍判斷錯誤 | 6 × 0.35 bb | 9 × 1.00 bb |
| EV 計算錯誤 | 2 × 0.50 bb | 5 × 1.20 bb |
| 紀律與心理錯誤 | 3 × 0.80 bb | 4 × 2.00 bb |
| 資訊不足 | 5 手 | 7 手 |
| 無錯誤 | 90 手 | 20 手 |
| 合計 | 140 手 | 60 手 |
加權(隨機層每手 19.29、大底池層每手 5.0)再除以 3000 手,得到每週的 EV 損失:
| 類別 | 樣本手數 | 占錯誤手 | 平均每手損失 | 加權損失(bb/100) | 占總損失 |
|---|---|---|---|---|---|
| 尺度錯誤 | 26 | 33.3% | 0.312 bb | 2.35 | 21.1% |
| 翻前範圍錯誤 | 23 | 29.5% | 0.126 bb | 1.44 | 12.9% |
| 讀牌/範圍判斷錯誤 | 15 | 19.2% | 0.740 bb | 2.85 | 25.5% |
| EV 計算錯誤 | 7 | 9.0% | 1.000 bb | 1.64 | 14.7% |
| 紀律與心理錯誤 | 7 | 9.0% | 1.486 bb | 2.88 | 25.8% |
| 合計 | 78 | 100% | 11.15 | 100% |
計算示例,以紀律與心理錯誤為例:隨機層 3 × 0.80 × 19.29 = 46.3 bb,大底池層 4 × 2.00 × 5.0 = 40.0 bb,合計 86.3 bb,除以 3000 手乘 100 = 2.88 bb/100,占總額 334.6 bb 的 25.8%。
頻率排名與損失排名幾乎反過來。 依頻率:尺度錯誤第 1(26 手)、翻前第 2(23 手)、紀律與 EV 計算並列最少(各 7 手)。依損失:紀律第 1(2.88)、讀牌第 2(2.85)、尺度第 3、EV 計算第 4、翻前最後(1.44)。翻前錯誤占了 29.5% 的錯誤手,卻只占 12.9% 的損失,因為每手只差 0.126 bb;紀律錯誤只有 7 手(9.0%),每手卻差 1.486 bb,損失占比是手數占比的 2.9 倍。道理是損失 = 頻率 × 單次嚴重度,而兩者在不同類別幾乎互相獨立:小錯(翻前範圍、尺度)頻繁但便宜,大錯(紀律、EV 計算、讀牌)罕見但發生在大底池。用「我最常犯的錯」排優先序,是在修最便宜的漏洞。
這個數字有一個必須說清楚的前提:損失是相對參考解的差距,不是你能靠修好這些錯補回的勝率。參考解假設對手也打得像求解器,現實的對手不是;所以 11.15 bb/100 是診斷用的相對指標,拿來比較類別大小,不能當成「修好就多賺 11 bb/100」。
四、指標與優先序:每週只選一到兩項
追蹤只需要四個指標:(一)各類別的加權損失(bb/100),(二)錯誤手占樣本比例(本例 39%),(三)每一類別的「規則遵守率」(紀律類最有用:這週停手規則被觸發幾次、有幾次照做),(四)上週選定的目標類別本週是否再現。指標太多,你就會每週都在做報表。
優先序用「預期可補回的損失 ÷ 修正成本」排:預期可補回 = 加權損失 × 可修比例,成本以週數估。可修比例與成本都是我設的主觀值:
| 類別 | 加權損失 | 可修比例 | 預期補回 | 成本(週) | 優先分 |
|---|---|---|---|---|---|
| 紀律與心理錯誤 | 2.88 | 0.5 | 1.44 | 1 | 1.44 |
| EV 計算錯誤 | 1.64 | 0.8 | 1.31 | 1 | 1.31 |
| 翻前範圍錯誤 | 1.44 | 0.8 | 1.15 | 1 | 1.15 |
| 尺度錯誤 | 2.35 | 0.6 | 1.41 | 2 | 0.71 |
| 讀牌/範圍判斷錯誤 | 2.85 | 0.4 | 1.14 | 4 | 0.29 |
這張表給出的行動是:本週只修前兩項,一條事前寫好的停手規則加一張賠率與 outs 的算式小抄;兩項合計預期補回 1.44 + 1.31 = 2.75 bb/100,約占總差距 11.15 的 24.7%。讀牌錯誤損失最大之一,卻因為可修比例低、成本高排最後,它不是被忽略,而是改成每月用第三層(求解器與節點鎖定)專門處理。判斷改進是否發生,不要看單週:一週 200 手的雜訊太大(見下一段),至少合併四週(約 800 手)再比較。
五、時間預算與工具銜接:三層漏斗
預算是「複盤時間占打牌時間的比例」,不是「想看多少看多少」。我的設計是三層漏斗,每層只處理上一層篩出的手牌:
| 層級 | 對象 | 每手時間 | 手數 | 小計 |
|---|---|---|---|---|
| 第一層 | 全部 200 手,只做一件事:套第二節的七問,貼分類標籤,粗估損失 | 0.5 分鐘 | 200 | 100 分鐘 |
| 第二層 | 第一層估計損失最大的 24 手:手算賠率、重畫範圍、檢查當時紀錄的理由 | 3 分鐘 | 24 | 72 分鐘 |
| 第三層 | 其中 8 手結構性問題(尺度、頻率):跑求解器 | 8 分鐘 | 8 | 64 分鐘 |
| 收尾 | 更新指標、選本週目標類別、寫(或修)一條規則 | 24 分鐘 | ||
| 合計 | 260 分鐘 = 4 小時 20 分 |
每手耗時都是我設的,實際請用自己的速度校準;若一週打得少,就等比例縮小樣本(例如 60 手,約 1 小時 20 分),不要縮小流程。
第一層與第 20 課的最小複盤紀錄直接銜接:紀錄裡有「當下的理由」、尺度、SPR 與狀態,分類第二、三問要靠這些欄位,事後補寫的理由不能當證據。第三層與第 39 課的求解器用法銜接:只問「我的尺度與頻率偏離參考解多少、偏離在結構還是單格」,帶走頻率結構與比例,不背單格小數;讀節點的三層(每手頻率、各動作 EV、範圍層頻率)見第 42 課;要處理對手的特定漏洞,才用第 43 課的節點鎖定,而且鎖定的依據要有樣本與後驗,不能只有一次輸掉的印象。
🧠 為什麼是這樣
分類法有四個前提,任何一個不成立,數字就會失真。第一,有一個可信的參考基準(求解器輸出或基準範圍表),損失才算得出來;參考解本身有抽象化與等籌碼假設,對現實對手不一定是最佳,所以損失是相對指標。第二,錯誤能歸到單一決策點與單一主因;實際上原因常互相牽連,例如疲勞(第三類)會讓讀牌變差(第六類),規則「第一個回答是的算數」是為了讓分類可重複而做的約定,不是因果的真相。第三,損失能用不太差的誤差估出來;粗估一手 0.5 或 0.8 bb,誤差本身就可能是同量級,這也是門檻設 0.1 bb 的原因。第四,分類不能反過來影響打法的評價,見下面的事後諸葛偏誤。
小樣本下分類計數的誤差比直覺大。 紀律類 7 手,占 200 手的 3.5%,Wilson 95% 區間是 1.7% 到 7.0%,上限是下限的 4.1 倍;尺度類 26 手(13.0%)區間 9.0% 到 18.4%,相對寬度小一些,但也不窄。對損失排名更要小心,因為損失是厚尾的:少數大底池手牌主導總和。我用自助法(從樣本重抽 5000 次,保留層的權重;假設每類別內的單手損失呈對數常態、σ = 0.9,這個形狀是自設,真實分佈未知)得到各類別的加權損失 95% 區間(bb/100):紀律 [0.84, 5.55]、讀牌 [1.18, 4.97]、尺度 [1.25, 3.78]、EV 計算 [0.49, 3.10]、翻前 [0.79, 2.17];成為損失第 1 名的機率:紀律 41.1%、讀牌 37.7%、尺度 16.8%、EV 計算 4.2%、翻前 0.3%。可信的結論只有兩個:翻前範圍錯誤很不可能是最大漏洞(進入前兩名只有 3.4%);紀律、讀牌、尺度三者的先後,在一週的資料裡分不出來。這就是流程要求合併四週再判斷的原因:樣本變 4 倍,區間寬度大約縮到一半(與樣本數的平方根成反比,是近似值)。
事後諸葛偏誤會直接污染分類。 知道結果之後再貼「紀律與心理」標籤,輸掉的牌更容易被判成情緒失控。自擬示意:同一個人分類 60 手輸掉的牌與 60 手贏的牌,輸的牌被貼「紀律與心理」14 手(23.3%)、贏的牌 3 手(5.0%),風險比 4.7,Fisher 精確檢定 p = 0.007。若決策品質相同,標籤率不該差這麼多,表示結果滲進了判斷。對策有兩個:第一輪只給決策點資訊與當時紀錄的理由、隱藏結果,第二輪才補損益;或輸贏各抽同樣手數、比較標籤率。另一個檢查是重標一致性:同一批 40 手,隔一週重新分類,若兩次都標紀律 8 手、都標技術 25 手、第一次紀律第二次技術 3 手、反過來 4 手,一致率 33 ÷ 40 = 82.5%,但扣掉隨機一致的 59.0% 之後,Cohen 的 κ = (0.825 − 0.590) ÷ (1 − 0.590) = 0.57,遠低於 1。κ 偏低代表判準仍含糊(第三問的證據要求還不夠具體),應該先修判準,而不是相信分類後的指標。
什麼時候這套法會失效。當「資訊不足」變成垃圾桶,凡是不想承認的錯都往裡面丟,錯誤率會看起來很漂亮;當你開始為了讓某一類數字好看而改標籤(把紀律錯誤標成資訊不足),指標就失去意義,這是指標被目標化之後的典型退化,對策是每月請別人或自己隔週盲標抽查。當對手與牌桌結構每週都變(換平台、換桌型),各週的損失不能直接相加。當樣本只有幾十手,不要分類計數,直接逐手記規則就好。
資金面的立場:複盤改進的是決策品質,不是承諾收益。本課所有損失與補回量都是紙上模型,真實的收益還取決於對手、抽水與變異(第 52 課)。賭金一律用輸得起的錢,銀彈與停損要在冷靜時寫下;複盤中發現的紀律問題,首先是「少打、停手」的理由,不是「更努力扳回」的理由。台灣沒有合法的現金撲克賭場,實體牌局與網路平台的合法性請自行確認,本文是機率與決策訓練,不構成下注或買入建議。
✍️ 今日練習
10 到 20 分鐘,紙筆與計算機即可,不必進任何賭場。以下 10 手是我自擬的紙上牌例,「損失」是我估計的相對參考解的 EV 差(bb)。請先依第二節的七問,每手標一個類別,再數各類別手數、加總損失、比較頻率排名與損失排名。
- 6-max 100 bb,我在 UTG 持 K9o 開池;我自己的基準表在 UTG 沒有 K9o,沒有任何剝削理由,狀態正常。損失 0.3。
- 翻牌底池 12 bb,我持頂對,下注 12 bb(滿池);參考尺度約 4 bb,動作類型(下注)正確。損失 0.8。
- 河牌底池 60,對手下注 40,我持抓牌。我估對手詐唬占 35%(依我記錄的 60 手樣本,合理),但把需要勝率算成 40 ÷ (60 + 40) = 40%,所以蓋牌。損失 = EV(跟) − 0 = 0.35 × 100 − 0.65 × 40。
- 河牌底池 40 bb,我持薄價值牌下注 40 bb(滿池);參考尺度約 13 bb,動作類型正確。損失 1.2。
- 轉牌對手(樣本 25 手)突然大注,我認為「他一定詐唬」跟注到河牌;若改用母體預設範圍,正確動作是蓋牌。損失 3.5。
- BB 面對 BTN 2.5 bb 開池,我持 A2s 蓋牌;我的基準表是跟注,沒有剝削理由,狀態正常。損失 0.2。
- 河牌抓牌,對手只有 12 手樣本,依合理範圍 EV(跟)在 −0.4 到 +0.6 bb 之間跨零,蓋或跟都在估計誤差內。
- UTG 持 AKo 開池,翻牌沒中,c-bet 後蓋牌,輸 8 bb;參考解對各決策點的差都在 0.02 bb。
- 轉牌底池 50,對手下注 25,我持 9 outs 的同花聽牌,牌庫剩 46 張;我用「兩張牌乘 4」估成 36% 而跟注,實際只剩一張河牌,勝率 9 ÷ 46。損失 = −EV(跟),跟注贏 75、輸 25。
- 連輸三個買入後(事前規則是連輸 3 個買入就停手,當時紀錄標了「追損」),我先在 UTG 以 K9o 開池(翻前偏離基準表,損失 0.3),轉牌再用空氣牌全下詐唬(損失 6)。每手只算損失最大的決策點。
自我檢查
- 分類:你的答案應有 翻前 2 手(1、6)、尺度 2 手(2、4)、EV 計算 2 手(3、9)、讀牌 1 手(5)、紀律與心理 1 手(10),資訊不足 1 手(7)、無錯誤 1 手(8);第 10 手的備註要寫出「翻前也有錯但不是主錯」,原因是依七問順序,損失較大的轉牌詐唬先落在第三問(違反事前規則與追損狀態)。
- 計算:第 3 手損失 = 35 − 26 = 9 bb(需要勝率其實是 40 ÷ 140 = 28.6%);第 9 手勝率 9 ÷ 46 = 19.6%,EV(跟) = 0.196 × 75 − 0.804 × 25 = 14.7 − 20.1 = −5.4,損失 5.4 bb。各類別損失:翻前 0.5、尺度 2.0、EV 計算 14.4、讀牌 3.5、紀律 6.0,合計 26.4 bb;頻率排名是翻前、尺度、EV 計算並列第一(各 2 手),但損失排名 EV 計算(54.5%)居首、翻前最後(1.9%)。同時寫下:10 手只是示意,類別手數 1 到 2 手的比例沒有統計意義。
- 遷移:挑你自己(或自擬)最近一次複盤的 5 手,先隱藏結果、套七問分類,一週後再標一次,算一致率;最後寫下一條事前規則,條件與停手或修正動作都可執行,觸發條件不是「輸多少錢」。
🔗 延伸
- 德州撲克專欄 · 學習系統:資料庫、HUD、復盤流程與求解器的正確用法——學習系統的整體架構,今天的每週流程是它的一個可量化版本。
- 第 20 課 · 一手牌的最小可複盤紀錄格式——今天分類法所依據的紀錄欄位與五類標籤。
- Cohen’s kappa(Wikipedia)——兩次標籤一致性的 κ 定義(po 與 pe),細節以原文為準。
💬 問 AI
我在練「玩牌技術」第 54 課:學習系統:每週複盤流程與錯誤分類法。
請用下面的資料檢查我的算法(只是教學練習,不是下注或買入建議):
- 我自擬的週樣本:隨機層 140 手(母體 2700)、大底池層 60 手(母體 300);各類別手數與平均損失:[...]
- 加權後每類別的每 100 手 EV 損失,以及占錯誤手與占總損失的比例:[...]
- 某類別 7 手、樣本 200 手時,占比的 Wilson 95% 區間:[...]
- 同一批 40 手兩次標籤的一致率與 Cohen's kappa:[...]
- 我的時間預算(各層每手時間、手數):[...]
請依序回答:
1. 逐步重算我的數字,指出算錯的地方,並說明加權為什麼必要。
2. 檢查我的錯誤分類判準是否互斥、有沒有缺口,舉兩個會被分到不同類的邊界案例。
3. 說明只看輸掉或最大底池會產生哪些選樣偏誤,以及蓋牌錯誤為什麼看不到。
4. 說明事後諸葛偏誤如何滲入分類,以及隱藏結果的兩輪標記要怎麼設計。
5. 說明相對求解器的 EV 損失與實際可補回勝率的差別。
每個數字請標明「出處」或「這是假設」,區分「你算出來的」「你的假設」「你不確定的」,不要給我下注、買入或注級建議,也不要編造研究、連結或數據。