第 54 課的每週複盤會產出一份「這週我偏離基準太多的地方」清單,照清單去剝削對手之後,下一個問題是:對手也在看你。今天要解決的是,當某個對手對你的 3-bet、c-bet、河牌下注的反應開始變了,你怎麼分辨那是他在調整還是雜訊、你的頻率被打到多痛、該回調多少、什麼時候乾脆退回接近均衡的基準線。先講自算結論(模型與假設都寫在文內): 河牌下注 0.75 倍底池時,平衡的詐唬占下注範圍 30%、對手最低防守頻率(MDF)57.1%;你的詐唬占比滑到 40%,對手永遠跟注就每次多賺 0.25 個底池。每多打一次詐唬的邊際 EV 是 1 − c(1+s),對手過度棄牌(跟注只有 45%)時 +0.2125 個底池,對手回調到跟注 70% 時 −0.225。要用一個已知基準判斷對手「3-bet 的回應從 4-bet 8% 變 14%」,需要 167 次機會,折成實際手數約 1.1 萬手;所以多數調整你抓不到,而你的調整他也多半抓不到。小步回調比大步賺得多:我的玩具模型裡,詐唬占比 36% 的總利潤是 50% 的 2.9 倍。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 54 課的待驗數字
第 54 課的幾個數字我用 Python 重算。Wilson 95% 區間:7 手占 200 手,算出 1.7% 到 7.0%;26 手占 200 手,9.0% 到 18.4%,吻合。事後諸葛的例子,輸牌 60 手中 14 手、贏牌 60 手中 3 手標「紀律與心理」,Fisher 精確檢定(雙尾)p = 0.0073,吻合。重標一致性,雙方都標紀律 8 手、都標技術 25 手、不一致 3 + 4 手:一致率 33 ÷ 40 = 82.5%,隨機一致 pe = (11 × 12 + 29 × 28) ÷ 1600 = 0.59,κ = (0.825 − 0.590) ÷ 0.41 = 0.573,吻合(0.57)。隨機抽 200 手一手都沒抽到某 20 手稀有類別的機率 C(2980,200) ÷ C(3000,200) = 25.0%,吻合。這一輪沒有發現需要更正的地方。
一、反剝削是什麼:偏離、被看穿、再偏離的循環
剝削是你偏離均衡去打對手的偏離;反剝削是對手發現你偏離了,也偏離去打你。這個循環有一個一直成立的事實,在第 24 課與第 48 課都出現過:均衡策略讓對手「不管怎麼打都一樣」(無差異),所以你每離開均衡一步,就把一個本來無差異的對手變成有最佳回應的對手,他的回應就是你的損失。因此剝削的利潤與被反剝削的損失是同一個量,只看誰先偏離、誰先察覺。
實務上有三個節點最常出現這個互動,先給各節點的基準與調整長相。基準數字是我自設的示意值,不是實測母體資料,請換成你自己平台的統計。
| 節點 | 你的偏離 | 他的調整方向 | 看哪個指標 |
|---|---|---|---|
| 你的 3-bet | 3-bet 頻率拉高 | 4-bet 變多、跟注範圍變寬 | 面對你的 3-bet 時,他的 4-bet%(基準 8%)與蓋牌% |
| 你的翻牌 c-bet | c-bet 頻率拉高 | 蓋牌變少、加注或浮動(float)變多 | 面對 c-bet 的蓋牌%(基準 45%)、加注% |
| 你的河牌下注 | 詐唬占比偏高 | 抓詐唬的跟注變多 | 面對你河牌下注的跟注%(基準 45%) |
要把「他在調整」從別的原因分離出來,我用三個過濾。第一,方向測試:真正針對你的調整,方向會是在懲罰你最近的偏離(你多詐唬,他多跟;你多 3-bet,他多 4-bet);如果他所有指標往隨機方向抖動,通常是樣本雜訊或他自己狀態不好。第二,結構測試:換桌、籌碼深度變了、位置分布變了,都會讓同一個指標移動,不是調整。第三,時間測試:調整多半緊接在他看過你的攤牌之後(你被看到詐唬之後的那幾手),不是均勻地發生在整段時間。三個過濾通過一半以上,才當成需要處理的訊號。
二、你的頻率如何被剝削:以 MDF 與頻率自算
河牌是最乾淨的例子,因為沒有後續牌、沒有聽牌權益。設底池 1,你下注 s 倍底池。對手的抓牌(bluff catcher)只贏你的詐唬、輸價值牌:設你的詐唬占下注範圍 b,他跟注一次的 EV(相對於蓋牌)是 b(1+s) − (1−b)s = b(1+2s) − s。令它為 0,得平衡詐唬占比 b* = s ÷ (1+2s);他的 MDF = 1 ÷ (1+s)。代入數字:
| 下注尺度 s | 平衡詐唬占比 b* | 對手 MDF | 詐唬量 ÷ 價值量 |
|---|---|---|---|
| 0.5 倍池 | 25.0% | 66.7% | 1 : 3 |
| 0.75 倍池 | 30.0% | 57.1% | 3 : 7 |
| 1 倍池 | 33.3% | 50.0% | 1 : 2 |
你被剝削的算式。 s = 0.75,你的詐唬占比其實是 40%(例如為了剝削上週的讀牌,你多打了幾個詐唬),對手永遠跟注:他每跟一次的 EV = 0.40 × 2.5 − 0.75 = 0.25 個底池,即你每次下注虧 0.25 個底池。若底池平均 30 bb,每次下注虧 7.5 bb。這個損失與偏離成正比,每次下注虧 (b − b*) × (1+2s) = 0.10 × 2.5 = 0.25,偏離 10 個百分點就是 25% 底池;偏離到 45%,損失 0.375。反過來,你詐唬太少(b 低於 b*)時,他的最佳回應是永遠蓋牌,你的價值下注就只收得到底池,收不到他本來願意付的跟注。
每一個多打的詐唬值多少? 上面是「平均」,調整時更有用的是「邊際」。設你的價值下注數量不變、每 1 個價值下注搭配 y 個詐唬,平衡值 y* = s ÷ (1+s) = 0.4286(對應 b* = 30%)。多打一個詐唬的 EV,在對手跟注頻率為 c 時,等於 (1−c) × 1 − c × s = 1 − c(1+s):
| 對手跟注頻率 c | 情況 | 每多一個詐唬的 EV(底池) |
|---|---|---|
| 0.40 | 嚴重過度棄牌 | +0.300 |
| 0.45 | 過度棄牌(基準的情況) | +0.2125 |
| 0.571 | 剛好 MDF | 0 |
| 0.70 | 對手已回調 | −0.225 |
| 1.00 | 永遠跟注 | −0.750 |
這張表說出反剝削的不對稱:你打的詐唬多賺 0.2125,對手回調之後每次賠 0.225 到 0.75;賺的幅度小、賠的幅度大,是因為過度棄牌的對手距離 MDF 只有 12 個百分點,而「永遠跟注」距離 MDF 有 43 個百分點。
3-bet 節點用同一套算法。 6-max 100 bb,BTN 開 2.5 bb,SB 棄牌,你在 BB 3-bet 到 10 bb,對手 4-bet 到 22 bb(都是自設)。他做 4-bet 前的底池 = 2.5 + 10 + 0.5 = 13 bb,他 4-bet 要額外投入 22 − 2.5 = 19.5 bb。純詐唬 4-bet 打平的蓋牌率是 19.5 ÷ (19.5 + 13) = 60%,也就是你至少要防守(跟注或 5-bet)40% 的 3-bet 範圍。如果你面對 4-bet 太愛蓋牌,只防守 30%,他每次純詐唬 4-bet 的 EV = 0.7 × 13 − 0.3 × 19.5 = +3.25 bb(相對於直接蓋牌,忽略他詐唬牌的權益,所以是保守估計)。
c-bet 節點同理。 底池 6 bb、c-bet 2 bb(1/3 池),純詐唬 c-bet 打平的蓋牌率 2 ÷ 8 = 25%。蓋牌 40% 時 EV = 0.4 × 6 − 0.6 × 2 = +1.2 bb;蓋牌掉到 25% 剛好 0;掉到 15% 是 −0.8 bb。翻牌與轉牌有聽牌權益與後續街,這個純詐唬的閾值會比真實值偏高(有權益的牌可以在更低的蓋牌率下賺錢),所以把它當作上限判斷,不是精確的切點。
三、回調的幅度與過度調整的風險
知道對手開始跟更多,直覺反應是「那我不再詐唬、全部改價值下注」。線性模型下,對一個已知的固定對手,最佳回應確實是極端的(上表的 EV 對 c 是線性的),所以「回調幅度」本質上不是數學問題,是不確定性問題:你不知道他是真的調整了、調整了多少、會不會再回調。我用一個玩具模型把這件事量化,設定如下。
假設:s = 0.75;對手原本過度棄牌(跟注 45%),所以多打詐唬賺 0.2125 個底池;他要看過你的攤牌才會察覺,我設他在你 45% 的下注(被他跟注的那一部分)看到手牌;察覺的門檻是對手用單尾精確二項檢定(顯著水準 5%)、檢定力 80% 偵測你的詐唬占比從 30% 偏高;察覺之後他改成永遠跟注,你每個多打的詐唬賠 0.75 個底池。偵測所需的攤牌次數是我用 Python 的精確二項分布算的:
| 你的詐唬占比 b | 每手價值下注搭配的詐唬 y | 他偵測所需的攤牌數 | 約合下注次數 | 未被察覺階段的累計額外利潤(底池) | 被察覺後每次下注的損失(底池) |
|---|---|---|---|---|---|
| 36% | 0.562 | 379 | 842 | 15.3 | 0.064 |
| 40% | 0.667 | 144 | 320 | 9.7 | 0.107 |
| 45% | 0.818 | 67 | 149 | 6.8 | 0.161 |
| 50% | 1.000 | 39 | 87 | 5.3 | 0.214 |
幾個重點。第一,小步的利潤更高:偏離越大,對手越快察覺(所需樣本與偏離的平方成反比),而賺錢的期間縮短得比每次賺的幅度放大得更快。36% 的累計利潤是 50% 的 2.9 倍(15.3 對 5.3)。第二,你必須比他更快發現他已經回調。被察覺後你損失的速率是賺的速率的 0.75 ÷ 0.2125 = 3.5 倍,所以你持續錯誤的容許期間是對手偵測期間的 0.2125 ÷ 0.75 = 28.3%。對應的容許下注次數:36% 為 239 次、40% 為 91 次、45% 為 42 次、50% 為 25 次。第三,你偵測「他回調了」的樣本需求:跟注率從 45% 跳到 80% 要 14 次回應(80% 檢定力,精確二項),到 65% 要 42 次,到 57%(剛好 MDF 附近)要 114 次。比較起來,50% 的偏離(容許 25 次)連回調到 65% 都來不及抓,期望為負;36% 的偏離(容許 239 次)連細微的回調都來得及。
所以「回調幅度」的實務規則,是先走小步,再看對方有沒有跟上:把詐唬占比比平衡值多放 3 到 6 個百分點,而不是一口氣放 20 個百分點。這是風險管理的建議,不是 EV 最大化的結論,下一節的「為什麼」會說明它依賴哪些前提。
四、樣本量門檻:多少次才能說他真的調整了
偵測的核心是二項分布:在「他沒變」的假設下,觀察到這麼極端的次數有多罕見。以下用 exact 二項(單尾、顯著水準 5%、檢定力 80%)自算,基準值當成已知。每百手的機會數是我自設的假設,請換成你的實際紀錄。
| 節點 | 基準 → 調整後 | 需要的機會數 n | 假設每百手機會 | 約需手數 |
|---|---|---|---|---|
| 面對你的 3-bet:4-bet% | 8% → 14% | 167 | 1.5 | 約 1.1 萬 |
| 面對你的 3-bet:4-bet% | 8% → 20% | 50 | 1.5 | 約 3,300 |
| 面對 c-bet:蓋牌% | 45% → 35% | 150 | 4 | 約 3,750 |
| 面對 c-bet:蓋牌% | 45% → 30% | 70 | 4 | 約 1,750 |
| 面對河牌下注:跟注% | 45% → 60% | 70 | 1.5 | 約 4,700 |
| 面對河牌下注:跟注% | 45% → 70% | 25 | 1.5 | 約 1,700 |
上面假設基準已知。如果基準是用他自己更早的一段紀錄估的,兩個窗口都有抽樣誤差,需要的樣本更多。我用 4,000 次模擬估兩個等大窗口的雙樣本檢定(單尾 5%),4-bet 8% → 14% 時每窗 200 次的檢定力只有 61%、400 次才到 87%;河牌跟注 45% → 60% 時每窗 150 次是 83%。
小樣本時的假警報很危險。 n = 30、基準 8%,一個沒調整的對手看到 5 次以上 4-bet 的機率是 8.7%;看到 4 次以上是 21.6%。更要緊的是多重比較:同時看 6 個指標、每個都用 5% 門檻,至少一個誤報的機率是 1 − 0.95⁶ = 26.5%;看 10 個是 40.1%。所以我把門檻改成「事前選定一到兩個指標、n 到某個下限才算數」。若一定要看多個,把單一指標的顯著水準降到 0.05 ÷ 6 = 0.83%(Bonferroni 校正):基準 10%、50 次機會時,4-bet 次數要至少 12 次才通過,而 10 次(20%)的原始 p 值 0.0245,不夠。
結論很實際:對單一對手的稀有節點(尤其 3-bet),你不會有足夠的樣本確認他在調整,所以靠兩條路:一是看常出現的節點(c-bet,每百手 4 次機會),二是用母體基準加上「方向測試」這類定性線索,把決定降到「小步回調、保持可退」。
五、什麼時候退回接近均衡的基準線
退回基準線的好處是它的保險性質:前面算過,y = y* 時你的 EV 對對手的跟注頻率 c 不敏感(斜率為 0),不論他怎麼回調你都沒有額外損失。代價是放棄你本來能賺的剝削利潤。我用下面四個條件決定要不要退,任何一個成立就退到基準,不用等到四個都成立:
- 你抓到他回調了。 沿用前面的算式:例如「最近 14 次他回應中,跟注至少 10 次」(基準 45%,誤報機率 4.3%,若他真的跳到 80%,檢定力 87%)。門檻是我針對這個範例設計的,不同基準要重算。
- 你的樣本太少,說不清他有沒有調整。 低於上表 n 的一半時,不繼續擴大偏離,退到基準或維持現狀。
- 結構變了。 換桌、籌碼深度明顯變、對手更換,舊樣本作廢,基準與偏離都歸零重算。
- 你自己的狀態變差。 連輸、疲勞、追損時(第 54 課的紀律類錯誤),退回基準,因為剝削需要持續的精確記帳,狀態差時最容易錯。
「退回基準」是退到接近均衡,不是退到「對手剛剛調整的反面」。後者是第三層的反反剝削,再被他回調時會再賠一次。
🧠 為什麼是這樣
底層原理有兩層。第一層:均衡下對手是無差異的,所以損益對偏離呈線性;你每偏離一個單位,他拿到一個單位的邊際獲利,這是上面所有表格的共同結構。第二層:剝削是一場資訊與速度的比賽。你偏離之後的利潤期是他偵測所需的時間,損失期是你偵測他回調所需的時間;偵測所需樣本與效應大小的平方成反比,所以大偏離被快速察覺、小偏離被慢速察覺,而你自己對他回調的偵測則取決於他回調的幅度。這就是「先小步」的邏輯,也是第 43 課節點鎖定得出「鎖得太窄會被反剝削」的同一個道理。
這套分析有明確的失效邊界。第一,模型是河牌、單一抓牌、沒有權益;翻牌與轉牌有聽牌與後續街,閾值會移動,3-bet 與 c-bet 的數字只是量級參考。第二,我假設對手是「看統計的偵測器」,但真人更慢也更不理性:他們可能憑印象,看過你一次被抓到的詐唬後就大幅回調(顯著性高於統計量),也可能根本不調整。第三,我假設對手回調是永遠跟注這種極端;現實中他可能只回調一部分,損失會比表格小。第四,對手可能反過來操弄你:故意在你面前展示一手詐唬,誘你誤判他在調整;或者故意先放水,等你偏離之後才切換。對這兩種,實務對策是不依賴單次事件,依賴累積樣本與你的容許期間。第五,基準 8%、45%、45% 這些都是我自設,不是實測母體,不同遊戲、不同平台差距很大。
資金面的立場:反剝削改進的是決策品質,不是承諾收益。表中的底池單位與 bb 都是紙上模型,真實結果還受抽水與變異影響(見第 52 課);大偏離帶來的損失期可能比預期長,所以賭金只用輸得起的錢、銀彈與停損要在冷靜時寫好,發現自己「已經被針對、卻想靠更大的偏離扳回」就是退回基準、少打或停手的訊號。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,不必進賭場。
- 算被剝削的損失。 河牌下注 0.5 倍池(s = 0.5)。你的下注範圍有 12 個詐唬、24 個價值組合。先算平衡詐唬占比 b* 與對手 MDF,再算你現在的詐唬占比 b,以及對手永遠跟注時每次下注的 EV(底池單位);若底池 30 bb,換成 bb。
- 判斷他是不是真的調整了。 你對某個對手的 3-bet 累積 50 次機會,他 4-bet 了 10 次;母體基準是 10%。用常態近似(平均 np,標準差 √(np(1−p)),加半格連續性校正)算 z 值與大概的單尾 p 值;再想:若你同時在看 6 個指標,這個 p 值夠不夠用?
- 場景判斷。 面對 c-bet 的蓋牌基準 45%。情境一:最近 40 次 c-bet,他蓋了 15 次(37.5%)。情境二:最近 40 次蓋了 10 次(25%)。情境三:你換桌了,新對手最近 12 次蓋了 4 次。各自要「維持偏離、小幅回調、退到基準」三選一,並寫下一句理由。
自我檢查
- 第 1 題:b* = 0.5 ÷ 2 = 25%,MDF = 1 ÷ 1.5 = 66.7%;你的 b = 12 ÷ 36 = 33.3%;對手永遠跟注每次 EV = 0.333 × 2 − 0.5 = +0.167 個底池,30 bb 的底池即每次下注虧 5.0 bb。
- 第 2 題:平均 5、標準差 2.12,z = (10 − 0.5 − 5) ÷ 2.12 = 2.12,單尾 p 約 0.017(常態近似);精確二項是 0.0245。看 6 個指標時 5% 門檻的誤報率 26.5%,Bonferroni 後門檻約 0.83%,所以還不夠,不能下結論。第 3 題:情境一,精確二項 P(X ≤ 15 | n=40, p=0.45) = 0.214,不顯著,維持現狀但不再放大偏離;情境二,P(X ≤ 10) = 0.0074,顯著,而且方向符合「他在懲罰你的 c-bet 詐唬」;此時純詐唬 c-bet 的 EV 已降到打平以下,應小幅砍掉最薄的詐唬 c-bet,但不要改成完全不 c-bet,因為他再回調時你會被反向剝削;情境三,樣本 12 次太少,退到基準。
- 遷移:挑一個你自己最近在剝削的對手,寫下你偏離了哪個節點、偏離了幾個百分點,以及「你會在哪一個樣本數、什麼數字出現時退回基準」。
🔗 延伸
- 德州撲克專欄 · 剝削性打法——什麼時候該偏離、偏離多少的完整框架,今天的反剝削是它的第二層。
- 德州撲克專欄 · 平衡與 GTO:MDF、alpha、不可剝削性——MDF 與 alpha 的推導,以及退回基準線時用的頻率。
- 第 48 課 · 混合策略要不要執行:人類簡化的代價——頻率偏離在對手不調整時幾乎免費、對手一調整變成線性損失的算法,是今天的基礎。
💬 問 AI
我在練「玩牌技術」第 55 課:反剝削:當對手開始針對你調整。
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):
- 河牌下注尺度 s = [...] 倍池,我的詐唬占比 b = [...],對手跟注頻率 c = [...]
- 平衡詐唬占比 b* = s ÷ (1+2s)、對手 MDF = 1 ÷ (1+s),以及我多打一個詐唬的邊際 EV = 1 − c(1+s)
- 某對手面對我的 3-bet:觀察 n = [...] 次機會、4-bet [...] 次,母體基準 [...]%
- 我偏離的幅度、他偵測所需的樣本、我偵測他回調所需的樣本
請依序回答:
1. 逐步重算我的 b*、MDF、邊際 EV,指出算錯的地方,並說明為什麼均衡下偏離損失與幅度成正比。
2. 用精確二項分布(不要只用常態近似)算我這組樣本的 p 值,並說明在同時看多個指標時要怎麼調整門檻。
3. 說明「小步回調」為什麼比「大步偏離」利潤更高(偵測所需樣本與偏離的平方成反比),以及這個結論依賴哪些前提。
4. 列出我什麼時候該退回接近均衡的基準線,以及為什麼不是退到「他剛調整的反面」。
5. 這個模型哪些假設現實中會失效(聽牌權益、對手不是統計偵測器、對手故意誤導)。
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。