第 57 課把德撲的機率語言搬到橋牌,算的是「別人手上有什麼」;今天回到自己:一個把打牌當收入來源的人,怎麼決定「最大能打到多大的注級」「虧到哪裡就停」「生活費不能全押在牌桌上」。這三件事在基礎階段只講到直覺(第 16 課講變異數與樣本數、第 52 課講抽水與破產銀彈公式),今天補上可執行的規則與它們的數學代價。先講自算結論(模型、抽樣與假設都寫在文內): 在勝率 5 bb/100、標準差 100 bb/100 的假設下,50 個買入的破產風險是 0.67%,20 個買入是 13.5%,公式與我的 Python 路徑模擬吻合(0.66% 與 12.7%,模擬略低是因為每 100 手才檢查一次)。把公式反過來,要壓到 1% 破產,勝率 5 需要約 46 個買入,勝率 2 要 115,勝率 1 要 230。勝率本身估不準:10 萬手後標準誤仍有 3.16 bb/100,若先驗假設玩家勝率大致落在 0 加減 3,看到「5 bb/100」的後驗平均只剩 1.55,破產風險有一個壓不掉的地板(約 27%),銀彈只能中和變異,中和不了「其實不是贏家」。停損在數學上不增加期望值:單日 2000 手、單日觸發 −3 個買入的規則,沒有墮落(tilt)時每天少賺 0.186 個買入,剛好等於少打的 374 手乘以 5 bb/100,只有當觸發後的勝率低於約 0 時才划算,但它把單日虧 6 個買入以上的機率從 7.14% 砍到 0.02%。收入分散的關鍵不是「少打一半」(破產風險幾乎不變),而是讓提領歸零。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 57 課的數字
我用 Python 重算第 57 課的精確值:C(52,13) = 635,013,559,600;剩 5 張時 3-2 分配 67.8%、4-1 為 28.3%;剩 7 張時 4-3 為 62.2%;限制選擇後驗 13 ÷ 19 = 68.4%、q = 0.8 時 57.5%、q = 1 時 52.0%,全部吻合。第 57 課裡的 Monte Carlo 與法規條文我這輪沒有重跑也沒有重查,維持昨天標示的狀態。
一、破產公式與兩個前提
單位統一用「買入」(buy-in,簡稱 BI,一個 BI = 100 個大盲)。把牌桌結果近似成「帶漂移的布朗運動」:每 100 手平均贏 μ、標準差 σ(第 52 課同一個近似),從 B 個買入出發,最終曾經碰到 0 的機率是
破產風險 = exp(−2 × μ × B ÷ σ²)
我取 σ = 100 bb/100 = 1.0 BI/100 手(線上六人桌常見區間是 80 到 120,德撲專欄的銀彈頁也這樣寫,這是引用專欄的範圍,不是我量到的)。μ 以 bb/100 換成 BI,例如 5 bb/100 = 0.05 BI。以下是我用公式算的破產風險:
| 勝率 μ | 20 BI | 30 BI | 50 BI | 100 BI | 200 BI |
|---|---|---|---|---|---|
| 1 bb/100 | 67.0% | 54.9% | 36.8% | 13.5% | 1.83% |
| 2 bb/100 | 44.9% | 30.1% | 13.5% | 1.83% | 0.03% |
| 3 bb/100 | 30.1% | 16.5% | 4.98% | 0.25% | 0.001% |
| 5 bb/100 | 13.5% | 4.98% | 0.67% | 0.005% | 約 0 |
| 8 bb/100 | 4.08% | 0.82% | 0.03% | 約 0 | 約 0 |
驗證:我用 2 萬條路徑、每 100 手一步,在 μ = 5 時模擬破產頻率,B = 20、30、50 分別是 12.7%、4.6%、0.66%,公式是 13.5%、5.0%、0.67%;每 10 手一步、5000 條路徑的 B = 20 得 14.0%(抽樣誤差約 0.5 個百分點)。步子越粗越容易漏掉「中途碰到 0 又回來」的路徑,所以粗步模擬會略低於公式;公式是連續時間的近似,拿它當保守上限使用,比拿粗步的模擬值更安全。
第一個前提是 σ。μ = 5、B = 50 時,σ = 80 的破產風險是 0.04%,σ = 100 是 0.67%,σ = 120 是 3.1%:標準差多 20%,風險是原來的 4.6 倍。侵略型、多人池、全下多的打法 σ 高,同一筆銀彈承擔的風險遠高於數字顯示。第二個前提是 μ 與 σ 是已知常數。這在第四節會被拆掉。
二、注級上限規則:把公式反過來
「上限」就是回答「手上這筆錢,最多能打多大的買入」。把破產公式解成銀彈需求:B = −ln(目標風險) × σ² ÷ (2μ)。我算 1% 目標的結果:
| 勝率 μ | σ = 80 | σ = 100 | σ = 120 |
|---|---|---|---|
| 1 bb/100 | 147 BI | 230 BI | 332 BI |
| 2 bb/100 | 74 BI | 115 BI | 166 BI |
| 3 bb/100 | 49 BI | 77 BI | 111 BI |
| 5 bb/100 | 29 BI | 46 BI | 66 BI |
| 8 bb/100 | 18 BI | 29 BI | 41 BI |
注級上限 = 銀彈 ÷ 這張表的 B。例子(自擬):淨勝率 2、σ = 100,1% 目標需要 115 BI。銀彈 11,500 個大盲時,每個買入上限 = 11,500 ÷ 115 = 100 個大盲,剛好是標準的 100 bb 桌;銀彈只有 4,600 個大盲時,上限 = 4,600 ÷ 115 = 40 個大盲,也就是得換成大盲只有原來 0.4 倍的更小級別。淨勝率每減半,所需銀彈約加倍;σ 每增 20%,所需銀彈增 44%(σ² 的效果)。
另一個角度是 Kelly(德撲專欄的銀彈頁有提到:超過兩倍 Kelly,長期成長率轉負)。用同一個模型推導:下注一個 BI、銀彈 B 個 BI,每 100 手報酬率均值 μ ÷ B、變異 σ² ÷ B²,對數成長率約 μ ÷ B − σ² ÷ (2B²),最大值在 B = σ² ÷ μ。μ = 5、σ = 100 時這是 20 BI。令 f = (σ² ÷ μ) ÷ B 為「Kelly 的幾倍」,則成長率占最大值的比例 = 2f − f²,破產風險 = exp(−2 ÷ f)。
| 打到 Kelly 的幾倍 | 所需銀彈(μ=5, σ=100) | 成長率占最大值 | 破產風險 |
|---|---|---|---|
| 0.25 | 80 BI | 43.8% | 0.03% |
| 0.5 | 40 BI | 75.0% | 1.83% |
| 1(全 Kelly) | 20 BI | 100% | 13.5% |
| 1.5 | 13.3 BI | 75.0% | 26.4% |
| 2 | 10 BI | 0% | 36.8% |
半 Kelly 只放棄四分之一的成長率,把破產風險從 13.5% 壓到 1.83%:用成長率換風險很划算,這是業界銀彈基準比全 Kelly 保守的算術理由。 前提:μ、σ 是真的,而且 Kelly 對 μ 估高非常敏感(這也是第四節的主題)。
注級要能「往下走」才有意義。我模擬一個階梯規則:階梯買入 1、2、4、8、16 單位,起始銀彈 100 單位(從買入 2 開始 = 50 BI);往上要銀彈 ≥ 下一級 50 BI,往下在銀彈 < 現級 30 BI 時立即執行(上下的門檻刻意不同,避免在邊界來回切換)。每 100 手一步、100 萬手、6000 條路徑、不提領,三種勝率假設:
| 勝率假設(各級,bb/100) | 規則 | 破產 | 最終銀彈中位數 | 5% 分位 |
|---|---|---|---|---|
| 每級都 5 | 固定打 2(50 BI) | 0.52% | 1,096 | 769 |
| 每級都 5 | 固定打 4(25 BI) | 7.43% | 2,087 | 0 |
| 每級都 5 | 固定打 8(12.5 BI) | 26.7% | 3,776 | 0 |
| 每級都 5 | 階梯 | 0.02% | 6,219 | 3,357 |
| 6、5、4、3、2(越高越難贏) | 固定打 2 | 0.77% | 1,101 | 751 |
| 6、5、4、3、2 | 固定打 8 | 46.5% | 1,576 | 0 |
| 6、5、4、3、2 | 階梯 | 0.02% | 2,492 | 512 |
| 4、3、2、1、0 | 固定打 2 | 5.13% | 698 | 0 |
| 4、3、2、1、0 | 固定打 4 | 36.5% | 721 | 0 |
| 4、3、2、1、0 | 階梯 | 0.48% | 486 | 116 |
這些是我自設的勝率假設,不是實測。讀法:第一,階梯規則在三個情境破產風險都最低(0.02%、0.02%、0.48%),因為往下走相當於在虧損時自動把 B 換成更大的倍數;第二,代價是比例回撤並不小(階梯在三個情境的最大回撤比例中位數是 47%、62%、77%,固定打 2 是 31%、31%、43%),因為成功時你會把注級推高,回撤是從更高的峰值開始算;第三,最慘情境(越高階越打不贏)階梯的最終銀彈中位數 486 低於固定打 2 的 698,規則在失去優勢時保命,不保獲利。階梯能防的是變異,防不了勝率其實在下降。
三、最大回撤:正常會發生的事
最大回撤(maximum drawdown)= 從任何一個峰值到後續低點的最大跌幅。我用同一個模型(σ = 100,每 100 手一步,每格 4000 條路徑)模擬,單位是 BI:
| 勝率 | 手數 | 回撤中位數 | 10 分位到 90 分位 |
|---|---|---|---|
| 5 | 10 萬手 | 22.0 | 14.7 到 35.4 |
| 5 | 50 萬手 | 35.5 | 25.7 到 52.3 |
| 5 | 100 萬手 | 42.2 | 31.6 到 60.2 |
| 2 | 10 萬手 | 28.4 | 17.7 到 48.0 |
| 2 | 50 萬手 | 53.3 | 35.1 到 84.5 |
| 2 | 100 萬手 | 66.7 | 45.7 到 104.1 |
一個每年打 50 萬手、勝率 5 的職業,中位數的最大回撤就是 35 個買入、十分之一的機率超過 52 個買入。這不是壞運氣,是這個勝率與標準差下的「正常」。 勝率 2 的人 100 萬手的中位數回撤 66.7 BI,比銀彈基準 50 BI 還大。因此注級規則裡一定要事先寫好:回撤到哪個比例,就降級(下節的停損是同一件事在更短時間尺度上)。回撤不等於破產,但回撤後的銀彈才是你下一步決策的基礎:峰值 100 BI 回撤 35 BI 之後只剩 65 BI,若注級上限是銀彈的 1/50,上限就從 2 個單位降到 1.3 個單位,降了三分之一以上。
四、勝率不是常數:銀彈能中和變異,中和不了「其實不行」
第 16 課談過,勝率的標準誤 = σ ÷ √(手數 ÷ 100)。σ = 100 時:
| 手數 | 標準誤 | 95% 信賴區間半寬 |
|---|---|---|
| 1 萬 | 10.0 | 19.6 |
| 5 萬 | 4.47 | 8.8 |
| 10 萬 | 3.16 | 6.2 |
| 50 萬 | 1.41 | 2.8 |
| 100 萬 | 1.00 | 2.0 |
5 萬手看到 5 bb/100 的人,真正的勝率可能在 −3.8 到 13.8 之間(95% 區間)。以「勝率 = 5」算出 50 BI 破產 0.67% 是把估計值當真值。我用兩種方式修正,都是我自設的先驗,不是實證:(1)平坦先驗,真勝率 ~ N(5, 4.47²),對所有 μ 平均破產風險(μ 小於等於 0 一律算破產):B = 50 時 19.1%、B = 200 時仍 14.5%,地板就是 P(μ 小於等於 0) = 13.2%。(2)假設「一般玩家的勝率分布」是平均 0、標準差 3(我沒有找到可引用的母體分布資料),貝葉斯收縮後後驗平均 1.55、標準差 2.49(觀察值只占 31% 的權重)。這時:
| 銀彈 | 用觀察值 5 直接代入 | 用後驗平均 1.55 代入 | 對後驗全部平均 |
|---|---|---|---|
| 50 BI | 0.67% | 21.2% | 41.2% |
| 100 BI | 0.005% | 4.5% | 33.8% |
| 200 BI | 約 0 | 0.20% | 30.1% |
最右欄的地板約 27%,是後驗裡「μ 小於等於 0」的機率(26.6%),加再多銀彈也壓不掉。銀彈解決的是「贏家碰上壞手氣」,不是「我不是贏家」。 實務上的結論:注級上限規則一定要附帶「技術驗證」,也就是樣本不夠大前,用保守的勝率(例如觀察值減一個標準誤,甚至用收縮後的值)換算上限;並且把降級條件寫進規則,而不是等到銀彈歸零。
五、停損:數學上中性,功能在心理
停損在這個模型裡有一個精確的數學性質:帶正漂移的隨機漫步,任何停止規則下的期望總獲利 = 勝率 × 期望打的手數(Wald 恆等式的直覺版)。所以停損不能增加期望值,只能縮短你打牌的時間。我用單日 2000 手(20 個 100 手區塊)、μ = 5、σ = 100、每區塊開始檢查是否累計虧 −3 BI(觸發就停打),模擬 40 萬天:
- 沒有墮落(tilt)時:不停損每天 +1.006 BI,停損 +0.820 BI,差 −0.186 BI。少打的手數平均 374 手,× 5 bb/100 = 18.7 bb = 0.187 BI,吻合。
- 觸發機率 34.3%:−3 BI 只是日標準差 4.47 BI 的 0.67 倍,三天會有一天被停。若觸發點太緊,停損的成本是真的。
- 尾端風險:單日虧 6 BI 以上的機率從 7.14% 降到 0.02%,單日第 5 分位數從 −6.97 降到 −4.09。
停損要有道理,必須有「墮落」:觸發後的勝率低於平常。我設觸發後勝率變為 m、σ 升為 120,結果(每天期望,BI):
| 觸發後勝率 m | 不停損 | 停損 | 停損的價值 |
|---|---|---|---|
| 5(沒變) | 1.006 | 0.820 | −0.186 |
| 0 | 0.818 | 0.810 | −0.008 |
| −5 | 0.633 | 0.807 | +0.174 |
| −10 | 0.451 | 0.804 | +0.353 |
| −20 | 0.063 | 0.815 | +0.753 |
損益兩平大約在 m ≈ 0:這和直覺一致,停下來等於把剩下的手數的收益改成 0,所以只有「繼續打的期望為負」才划算。觸發後的勝率是不是負的,我手上沒有任何資料,上表只是設定情境;要判斷自己,必須記錄「虧損超過某點之後的勝率」,樣本又需要幾萬手(第四節),所以多數人只能憑規則而不是憑數據決定。
停損的另一個功能是把決策從虧損狀態搬到事前。 這是我的推論,我沒有引用實證研究:墮落最難察覺的一點是,墮落中的人不會覺得自己墮落;事前寫好的條件不需要判斷「我現在有沒有失常」。觸發點因此應該用自己的標準差來校準:單日標準差 4.47 BI 時,設在約 2 倍標準差(−9 BI)再停,依反射原理的粗估約 4% 的日子會觸發(忽略漂移,偏高),成本小,保護仍在。
六、收入分散:不是少打一半,是讓提領歸零
先看單靠牌桌的收入多不穩。一年手數與勝率對應的年收入分布(σ = 100,單位 BI,自算常態近似):
| 年手數 | 勝率 | 平均 | 標準差 | 整年虧損的機率 |
|---|---|---|---|---|
| 3 萬 | 5 | 15 | 17.3 | 19.3% |
| 3 萬 | 2 | 6 | 17.3 | 36.5% |
| 10 萬 | 5 | 50 | 31.6 | 5.7% |
| 10 萬 | 2 | 20 | 31.6 | 26.4% |
| 50 萬 | 5 | 250 | 70.7 | 0.02% |
| 50 萬 | 2 | 100 | 70.7 | 7.9% |
月尺度更殘酷:μ = 3 時,打 4 萬、2 萬、1 萬手的月平均是 12、6、3 BI,標準差 20、14.1、10 BI,整個月虧損的機率 27.4%、33.6%、38.2%。手數少的人收入的「符號」更不確定。
分散的第一個誤解是「同時打牌與做別的,所以兩邊都少打一半」。我模擬三種安排(勝率 3、銀彈 100 BI、每月生活費 8 BI 從銀彈提領,持續 36 個月,20 萬條路徑;外部收入自設為固定均值加雜訊):
| 安排 | 破產(36 月) | 最終銀彈中位數 | 曾低於 50 BI |
|---|---|---|---|
| A:全職打 4 萬手/月,無其他收入 | 8.14% | 244 | 26.3% |
| B:打 2 萬手 + 外部收入 4 BI/月(σ 1.5) | 5.72% | 172 | 24.2% |
| C:打 1 萬手 + 外部收入 8 BI/月(σ 2) | 0.13% | 208 | 3.5% |
| B,但外部收入 σ 6、與牌桌無相關 | 7.93% | 172 | 28.3% |
| B,但外部收入 σ 6、相關係數 0.5 | 13.64% | 171 | 36.5% |
勝率 2 時同三個安排是 35.6%、20.5%、0.68%;勝率 1 時是 76.2%、48.6%、2.7%。原因在公式:A 的淨漂移是 12 − 8 = +4 BI/月、月變異 20² = 400,B 是 +2 與 200,比值相同,連續無限期的破產風險都是 exp(−2 × 100 × 4 ÷ 400) = 13.5%(三年看到的 8.14% 與 5.72% 差別來自有限期間)。B 只是把一切縮小一半,風險沒變。C 的外部收入蓋住了全部生活費,提領為零,牌桌收入全部變成銀彈增量:漂移 +3、變異約 104,exp(−2 × 100 × 3 ÷ 104) = 0.31% 的上限(模擬 36 個月 0.13%)。
第二個誤解是「來源越多越好」:兩個標準差各 10 的收入,相關係數 0、0.5、1 時合計標準差是 14.1、17.3、20.0。如果外部收入與牌桌共用同一個風險(同一個平台、同一個遊戲生態、同一個行業景氣),分散的效果會打折。 表中最後兩列就是同一件事:σ 6 的外部收入,相關係數從 0 到 0.5,破產風險從 7.9% 升到 13.6%。
七、把它濃縮成一張規則卡
| 項目 | 規則(舉例,數字是我的假設) | 數學依據 |
|---|---|---|
| 勝率輸入 | 用保守值,觀察值減一個標準誤或貝葉斯收縮值 | 第四節 |
| 注級上限 | 銀彈 ÷ 該勝率下 1% 到 2% 破產所需 BI | 第二節 |
| 降級條件 | 銀彈跌破現級 30 個買入立即降級,不討論 | 第二、三節 |
| 升級條件 | 銀彈達下一級 50 個買入,且勝率樣本夠 | 第二節 |
| 單日停損 | 約 2 倍日標準差,事前寫死 | 第五節 |
| 回撤檢視點 | 回撤達 25 到 30 BI,重估勝率與牌桌品質 | 第三節 |
| 生活費 | 與銀彈分開記帳,外部收入盡量蓋滿固定支出 | 第六節 |
🧠 為什麼是這樣
底層原理是:破產是路徑問題,不是平均問題。 期望值為正的人,風險由漂移與變異的比值決定(μ ÷ σ²),銀彈只是這個指數裡的乘數。所以注級上限是把「μ、σ、銀彈」三個量連成一條式子,停損與降級是在路徑上提前把 B 調回安全範圍,收入分散是改變式子裡的 μ(提領為零)而不是 σ。三者沒有一個是在改善技術,它們的目標只有一個:在你還沒確定自己真的有優勢的階段,不讓一次壞路徑把你踢出遊戲。
成立前提與失效條件有五點。第一,連續布朗近似假設每手獨立、勝率恆定,現實中勝率隨級別、對手、情緒、場次變動,第二節階梯模擬的三種勝率只是三個情境。第二,σ 與 μ 要從自己的牌譜量,第四節的先驗 N(0, 3²) 是我設的,我沒有找到可引用的母體資料,收縮程度會隨先驗改變。第三,停損的好處完全建立在「觸發後勝率變差」這個我無法驗證的條件上,它的證據只能靠自己記錄。第四,現實會破壞假設:抽水(第 52 課)壓低有效 μ、提領把漂移往下拉、對手升級後勝率衰退、平台規則或政策改變使整個收入來源消失,這些都屬於「μ 不是常數」,也是為什麼收入分散的相關係數要看風險來源是否共用。第五,表中的 36 個月與 100 萬手都是模型時間,沒有計入稅、休息、對手與平台風險。
資金面的立場:銀彈管理的第一個前提是只用輸得起、且與生活費分開的錢;任何公式都不能消除風險,只能讓你知道自己承擔多少。若你在樣本還小、勝率還沒被驗證時,就用「勝率 5」去算上限,等於用樂觀的輸入換來虛假的安心。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,計算機與紙筆,不必進賭場。
- 算破產風險。 勝率 3 bb/100、標準差 110 bb/100、銀彈 60 個買入,代入 exp(−2 × μ × B ÷ σ²)(μ、σ 都換成 BI 單位)。再把標準差改 90,看風險差幾倍。
- 反推上限。 勝率 2、σ = 90,目標破產風險 2%,所需銀彈 = −ln(0.02) × σ² ÷ (2μ) 是多少個買入?若手上只有 60 個買入,這個目標達不到,你的處理是降級還是接受較高風險?寫下你的選擇與理由。
- 半 Kelly。 μ = 5、σ = 100,全 Kelly 銀彈 = σ² ÷ μ,半 Kelly 是多少?算半 Kelly 的破產風險 exp(−2 ÷ f) 與成長率占比 2f − f²。
- 寫自己的規則卡。 抄第七節的表,用你(或你想像的情境)的數字填出降級、升級、停損、回撤檢視點、生活費分帳五格,每格一行。
自我檢查
- 第 1 題:μ = 0.03 BI、σ² = 1.21、B = 60,指數 = 2 × 0.03 × 60 ÷ 1.21 = 2.975,風險 = 5.1%;σ = 90 時指數 = 3.6 ÷ 0.81 = 4.444,風險 = 1.2%,約少四倍多(標準差少 18% 讓風險掉到約四分之一)。
- 第 2 題:−ln(0.02) = 3.912,3.912 × 0.81 ÷ 0.04 = 79.2 個買入;60 個買入達不到,60 個買入時風險 = exp(−2 × 0.02 × 60 ÷ 0.81) = exp(−2.963) = 5.2%。你的答案不論選哪個,都要寫出理由與觸發條件。
- 第 3 題:全 Kelly 銀彈 = 1 ÷ 0.05 = 20 個買入,半 Kelly 40 個買入;f = 0.5,風險 = exp(−4) = 1.83%,成長率占比 2 × 0.5 − 0.25 = 75%。
🔗 延伸
- 德撲專欄 · 銀彈與心態——變異數量級、資金需求基準、降級規則與停損的原始框架,今天的數字是它的可執行版本。
- 德撲專欄 · 心態管理——墮落(tilt)的處理,與第五節停損的心理功能對照。
- 第 52 課——抽水與提領如何改變破產銀彈,今天的第四、六節是它的延伸。
💬 問 AI
我在練「玩牌技術」第 58 課:職業風險管理(注級上限、停損與收入分散)。
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):
- 破產風險 = exp(−2 × μ × B ÷ σ²),μ、σ 單位是「每 100 手的買入數」,B 是銀彈買入數
- 我的資料:勝率 [...] bb/100、標準差 [...] bb/100、已打 [...] 手、銀彈 [...] 個買入
- 注級上限:目標破產風險 [...]%,所需銀彈 B = −ln(目標) × σ² ÷ (2μ)
- 停損:單日 [...] 手、觸發點 [...] 個買入、我估計觸發後我的勝率是 [...]
- 生活費每月 [...] 個買入,外部收入每月 [...] 個買入
請依序回答:
1. 逐步重算我的破產風險、所需銀彈與 Kelly 倍數,指出算錯的地方。
2. 勝率標準誤 = σ ÷ √(手數 ÷ 100),我的樣本能保證勝率為正嗎?我該用保守估計還是收縮估計來算注級上限?
3. 我的停損點相對日標準差是幾倍?它在什麼條件下划算(觸發後勝率低於多少)?
4. 我的收入分散是「讓提領下降」還是只是「把手數與收入同比例縮小」?外部收入與牌桌的相關性怎麼影響結果?
5. 把你「確定的」「推論的」「不確定的」分開列。
每個數字請標明「出處」或「這是假設」,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。