优惠论坛

标题: GTO（传说中最优游戏策略）之---基础篇(转帖) [打印本页]
作者: forgetfulove    时间: 2015-4-17 11:10
标题: GTO（传说中最优游戏策略）之---基础篇(转帖)
        GTO(Game Theoretically Optimal) :  传说中最优游戏策略。 但不是最好的。。。为什么叫最优呢？相对于你老是输钱来说。它确实最优。。因为它能让你不输钱。     那什么是最好的策略：EO(Exploitatively Optimal) 压榨性策略。
. S  W5 `" t& w
* @3 d* N- u- m$ L# H/ H        凡是有动态博弈的地方就会存在Nash(纳什均衡)，德州扑克是个典型。 GTO就是指的动态博弈中的纳什均衡策略。这是个防守策略，永远可以让你不输,也不赢
& E+ a, U" V2 K6 O' s, h& I8 J4 ]* ]6 H2 Y0 u- G6 S
        GTO最典型的例子就是 石头，剪刀，布的游戏，当你做到真正随机的出1/3,石头，1/3,布，1/3，剪刀的时候，玩足够多的盘数，你不会输也不会赢。' I) H: \/ r6 k

' X0 M0 e: Z4 m; |$ q1 ?/ M        但是....... 还有种叫 序列石头剪刀布的游戏。就是每次游戏，总有一个人先出，一个人后出。后出的有明显的优势。可以依据第1个人的行动而行动。 所以就算第1个人采用随机1/3的nash策略。他也死定了。。。这个更像德州扑克的cash, 现金桌的就是序列的。。总有个人先出牌。 后出牌的人有位置优势。. c" X( q' r$ O1 Z! i1 d) w

/ X/ T$ U& y# S5 _9 f% H) E        再看个游戏：2个开车的在一条路上 相向而行。 都往前冲（push），最后两人撞死。谁先停( fold ),谁就丢脸。。 我们规定下2个开车的，让有个人先行动。一个人后行动。 这个就很像SNG了。这个和石头剪刀布(cash)的游戏不一样。 cash是个零和游戏。而这个SNG,赢的不能获的输者的全部。 所以单纯的SNG是有没 nash均衡策略的。 sng的nash均衡是建立在icm的基础上。所以大家玩sng说的nash范围，是指icm-nash的正ev范围。
! c! i: g0 i0 S) r1 ~  C1 a* m! \( e* n
        那么有人要问：在sng中，比如最简单的hyper-sng中，我完全按照 ICM-NASH 的正EV范围来打。稳定盈利么？ 很多人都相信，82也相信。 不幸的是....我以前也相信。虽然一直有怀疑。。
  [: g) O( d/ Z( N+ n4 \  f2 G3 O2 |0 [3 Z
        答案是：hyper-sng的 纯nash打法。只能保证你不输。但是也不能赢。会输给抽水。 如果你采用nash的正ev范围打法，就算你有个对手每次只用AA和你all-in,或者盘盘都是用100%的牌all-in你。。。长期下来你们都不输不赢。但是盘盘被抽水。不过。利润还是有。来自哪里？？  来自其他玩家的ICM-泄漏。  如果其他的对手比较菜，不明白ICM-的泄漏。。极端的情况。另外8个猪一样的对手一开始就同时all-in了。ICM的泄漏自动增加了你的EV. 这就是纯nash打法唯一的利润点。。并且这个利润要大于抽水才行。中高级的sng.多少懂点icm, 只有低级别的玩家才可能犯错泄漏给你。。。 所以这个利润非常少。。而且我曾经自己试验过超过5000局。6 ^: E- ]$ w6 e7 \! e" o
3 _. _6 ?+ H8 V  |
        还有人要问：在cash中，只要是+EV的动作，长期下去，是不是一定稳定盈利。很多人都迷信。
2 j$ ]3 q" }. l. u# d& J6 z) [( o: u5 t- L3 h0 w+ d, F& i
        答案是: 不能。原因如下：EV分2种，绝对ev和相对ev,我们平常说的+EV,都是说的相对EV.必须有个对照物，比如这个Bet的动作，相对于check是+EV的。 比如你在 0.5/1 的局 你在大盲位置，用 5-4s 来保护盲注。你call的ev:-0.35.相对于你fold的ev:-1 而言。 你的动作是+EV 的。+的EV是0.65 。 虽然你还是会输钱。   再比如你有一对AA,是Nuts在river上了。你check相对于于bet 是-EV的。虽然是-EV.但是是赢钱的。所以。EV的计算也许可以让你少输多赢。但是不能确保你稳定盈利的。2 H' p' _' O% _

* M9 C) S3 a8 W. H. Z+ m2 R        那么GTO-也就是nash均衡策略在扑克中到底有什么用呢?% t) N* ^! E' \% p* ~/ `0 E5 J  D

  ?' H# [2 `0 j( S) h3 Y        一句话：GTO策略告诉你每个玩家的均衡点。 在实际打牌中你找到他们和均衡点的偏移。然后采用EO(压榨性打法)去压榨他们的偏移。6 ]# q+ C4 |: C, d
* d$ }8 U  T$ t( v& G! l% `8 o
        高手之战特别是单挑，2个人都不停的在压榨对手，同时暴露偏移给对手压榨。最后比的就是谁发现的早，调整的快。
5 S2 o- }1 a: O, s3 ?: C, X; t3 o) K3 m, c
        举2个简单的例子。  h) f) U- i7 _# J- ^3 f5 {# v
1 a, j% j" H4 n+ U3 Q# D
        sng中： 6人桌，每人1500的筹码，盲注已经到了100/200 ，我们是大盲位置，玩家都弃牌到小盲，小盲1500的筹码push你。call什么范围。ICM-NASH结果告诉我们均衡点是 SB push 64.6%的范围，BB call 39.7%的范围。。 这是均衡点。" X5 i' n& s5 h4 w9 {
* s4 J+ s1 F9 E, ]$ }
        但实际我们知道小盲偷的凶。不到10个BB了，肯定会100% push 我们。那我们call多少呢。。用sng-wizard得到 call 59.3% (J6+).   如果你没有可以马上计算的sngwizard, 那么最简单的方法就是，比对手的偏移量少就行了。 比如SB偏移了100-64.6 = 35.4%，我们肯定也要call松些。我们也偏移10-20%，偏移不精确没关系，因为范围边缘的牌ev值比较小，这部分牌是扔硬币的。 所以如果自己估算，call到54%左右比较合适。(wizard是call到59.3%)
$ T, D3 z/ n" q9 w; j, V
! n; z' ?* C* c        cash中:      盲注: 0.10/0.25      底池 是1，手里有筹码 24.50  公共牌型是 A(黑桃) K(红桃) Q(方块) J(樱花) T(黑桃)   ，到river这里就剩2玩家。。 第1个玩家Push or Check ?   请先自己思考。。。。。！！！ 提示：抽水是5%. G- Y' n4 Z- z, Z+ x( B

! }  G( `. J+ l        答案：这种情况很常见，公共牌就是NUTS. 如果第1个玩家push了，第2个玩家不能call, 因为call 的话要花费24.50，但是抽水就是2.5 .所以call的玩家只能拿回23.75. 损失0.75 。 所以这种情况的GTO策略是  第1个做动作的玩家push,得到0.95，第2个做动作的玩家应该fold..  不然就都损失0.75....想下你平时这种情况，你先动作的时候是不是check了？后动作的时候速度call了？
7 O: C- Y' T3 O8 y9 ~. U2 l
0 m* s) E5 S7 ^. G4 e- p+ u% H        上面2个例子是比较简单的GTO.下次我会从cash的2人单挑开始讲pre-flop,flop,turn,river等各个阶段的GTO策略和原理。
! Y6 x3 ?' i7 C+ A# n' c( b- @8 Q7 C! J9 E) y* P
        =======================技术哥答疑板块： ==========================, c7 m$ a# T4 Z& g2 u) _
9 T: r1 T& V$ J$ |& `5 U5 e
        有人经常在问。如何算碾压了了一个级别，多少手的样本能够说明我站稳了？
4 h! G' |2 v1 W! Z: ^' D' S0 P( \6 J" d1 x7 h8 R, d
        我来回答大家最关心的一个问题：cash和sng中 多少样本量能说明是否站稳这个级别。足够多的量是多少量呢？ % s# _9 h; W( e1 f  v4 H* S0 t

& ^# M) u7 a! z! d        公式: Long Run = 4*(SD/W)^2*period         (w是 赢率 w/period,一般是5bb/100  ,period = 100,w = 5)
, ^8 H$ y$ R0 i6 O+ t7 g+ b
- Y9 K: G' n- G4 K+ ^, U                                                  (SD是standard deviation, 和期望有关，无限9人满员桌，标准的SD大约85bb/100,6人桌标准的SD大约95bb/100)
* R9 R1 M3 `' Y6 S) C3 c3 ?$ c6 @* O/ i$ J5 J8 F) `7 B
        例如：在cash中，你当前的赢率是 8bb/100,SD是90bb/100 , 那么 Long Run = (4)[(90/8)^2]*100 hands = 50625 hands6 e' P, {9 P# a. @
, p$ m" x1 O" L% g: s
        就是说 50625手牌就是足够的样本量。证明你的确有8bb/100  y0 @) a0 h- U4 X/ d2 j9 t, d
$ C9 S$ p6 S9 b- n8 i5 m1 E  W* b
        在 sng中，SD 和 奖励结构有关，还有ROI和买入大小也影响。这里直接说结论。
$ }- U) G' \6 N" v" A, b. B
. ^1 |; B# M+ k) z                                   假设你是平均每场买入1.55的SNG
! B; d" c; j, c: D                                   ROI                      Long Run
6 D% x& l1 P" H3 A. {5 d                                   15%                     427 场4 ?/ [7 w" z3 m) t
                                   10%                     961
- l# {3 _! S# s* f: T' O                                   7%                       19611 r* L7 g  N* B* G. {" J
                                   5%                       3844
7 m0 c4 l, q8 w- p" ~                                   3%                       10678
9 W2 u0 l) Q2 b" E. X+ f                                   1%                       96100
' C+ ~" _0 d" O4 p                                   -2%                      24025
! y0 L, `, j' a# e  u* |3 P                                   -35%                    78
  o# u4 _5 |3 i3 B9 c" K
+ Y& J4 Y; y7 F" t, ~6 [* I; @3 R6 V+ `        可以看到，Roi 越接近 0，需要的样本量越多，该结果不包括反水，比如你5%的roi,加2%的反水，就可以看7%了。 最苦的是1% roi的玩家。。。可能需要10万场才能知道自己是否能站稳当前级别。1 A! Q; [( \; k
6 w  u5 h/ W0 }

3 V* F! k7 p1 y3 _
作者: sayanara    时间: 2015-4-17 23:10
楼主在哪里转来的帖子啊？
作者: 专杀庄家    时间: 2015-5-1 20:10
很有必要来了解这个啊
作者: benlau0214    时间: 2015-5-6 13:37
好像很难懂的样子，怎么才能学会的哦



欢迎光临 优惠论坛 (http://www.tcelue.tv/) Powered by Discuz! X3.1