为什么记牌能够有用,其原因在于条件概率。假设赌场使用一副牌来玩21点,庄家发出牌来,你拿到两个10(包括了J、Q、K),庄家亮牌也是10,翻出底牌来还是10,那么下一轮里10出现的概率已不再是4/13,而是12/48,即1/4,略低于4/13。所以在21点的各轮之间(在重新洗牌之前),出现10点的概率不再是独立的。前一轮出现过的牌,会影响到下一轮。因此,如果我们能记住前面出过什么牌,就能大致预测以后的赌局,从而占到一定的优势。
那么前面出现什么样的牌会对玩家有优势呢?答案是小牌。如果在前面10以下的小牌出现很多,意味着在剩下的牌局中,10出现的概率增大。而10点这种大牌对庄家是不利的。因为赌场规定了,庄家在16点及更低时必须要牌,10越多,就越容易使庄家爆掉。而对玩家来说,只需要在12点及以下时要牌。因此,玩家的优势就在于可以选择是否加入牌局。若观察到某个牌桌上已经出现了大量的小牌,就可以加入赌局,等待庄家爆牌送钱。
UCLA的数学教授爱德华·索普(Edward Thorp)在六十年代初发明了正式的21点算牌法。那时计算机也发明出来了,他找到IBM公司里的朋友,写了个程序来验证自己的算牌方法。那时的计算机足足运转了七天七夜,终于证明了这个方法是可行的。索普又自己到赌场里亲自实践,果然大赢特赢。1962年他出版了《打败庄家(Beat the Dealer)》一书,向公众介绍了自己的算牌法。《打败庄家》在刚出版时轰动一时,很快成为畅销书,激励了无数赌徒涌向赌场。赌场对此大为恐慌,有些甚至关闭了二十一点赌桌。但是,很快他们发现,只有极少数人真正掌握了算牌法,其他大多数人只不过是一知半解、道听途说。索普本人在60年代后期就淡出了赌博界,带着他在赌场赢来的大笔资金,进入股票市场,运用他的数学知识,现在已成为超级巨富。
好了,前面铺垫了这么多,那么下面我们用R语言来验证一下21点的赚钱方法。首先编写了抽牌函数card.select和玩21点的函数game(代码写得有点糙,如果你有更好的想法请告诉我)。先考查一种情景,如果大牌比例较低而且我们采取和庄家一样的策略,即在16点以下继续要牌,经过一万次模拟后发现会大输特输。原因就在于:当玩家先爆牌时,庄家自然获胜。经计算这一规定的优势相当大。下图即此情景下的积累收益图,真是银河落九天啊。
再看第二次情景,当我们将card.select中的m参数默认值改为6,此时大牌与小牌的比例约为2.5:1。然后将玩家player的判断阀值设为12,再进行模拟一万次。从下图会发现玩家的累积收益在起初会有负值,之后较为稳定的增长。一万次游戏后大约赚取了150元(假设每次下注1元)。从二项检验的结果也可以看到,p值为0.06较小,而胜率的估计区间为0.499到0.525。由此可见,等待大牌的确可以增加玩家的胜算。
为了仔细考查大小牌之比和胜率之间的关系,我们再重复模拟多次,得到下图。横轴为大牌与小牌之间的比率,纵轴为玩家的胜负比率。可以观察到当大小牌之比达到1.5:1时,玩家的胜率即可超过50%。
你可能会为此而雀跃,恨不得马上飞到澳门去试一把。但是你要注意的是:如果一把牌玩一分钟,一万次游戏需要你不吃不喝不睡连续七天时间,而七天时间你才赚了150元。而且这种大牌比率极高的情况是少见的,你也许要侦查多个牌桌才会得到机会。而且我们的模拟也没有考虑到其它的情况:如多人桌、分牌、保险等因素。也没有考虑到玩家的资金使用策略。最重要的是:赌场会洗牌!重新洗牌之后,条件概率就不复存在,而在此基础上的算牌法所获得的胜率也不再有效。
R代码如下:
# 从13张扑克牌中抽一张牌的函数,用n和m来控制大小牌的抽取概率
card.select <- function(n=1,m=6) {
x <- sample(1:13,1,prob=rep(c(n,m),c(9,4))/sum(rep(c(n,m),c(9,4))))
# J,Q,K都被转为10点
x <- ifelse(x>10,10,x)
return(x)
}
# 完成一次二十一点游戏的函数,point为是否继续要牌的判断阀值
game <- function(point) {
# 最开始得到的两张牌
select <- c(card.select(),card.select())
# 将原始序列select中的1点转成11点,求牌的点数和
Ato11 <- select
Ato11[Ato11==1] <- 11
card.sum <- sum(Ato11)
# 进入条件循环,以判断是否应该继续要牌
#若牌点数和大于阀值,则不再要牌
while (card.sum <= point) {
select <- c(select, card.select())
Ato11 <- select
Ato11[Ato11==1] <- 11
card.sum <- sum(Ato11)
}
# 若点数和大于21且其中有A,则A看作1点,用原始的序列求和
if (card.sum > 21 && 1 %in% select) {
card.sum <- sum(select)
}
# A转为1点后,再次条件循环,以判断是否应该继续拿牌
while (card.sum <= point) {
select <- c(select, card.select())
card.sum <- sum(select)
}
# 若点数大于21点,则爆牌为0
y <-ifelse((card.sum<=21),card.sum,0)
return(y)
# cat('select=',select,'\n','return=',y,'\n')
}
# 与庄家博弈,赌场规定庄家以16为阀值,玩家应以12为阀值,等待庄家爆掉
player <- replicate(100000,game(12))
dealer <- replicate(100000,game(16))
#结果有赢输平三种情况
result <-ifelse(player > dealer,1,ifelse(player < dealer,-1,0))
# 若二者均爆牌且平局,设玩家输
result[player==0 & result==0] <- -1
# 将平的情况略去以方便进行二项检验
result.no.tie <- result[result!=0]
# 二项检验
binom.test(length(result.no.tie[result.no.tie==1]),length(result.no.tie))
# 观察玩家连赢或连输的游程
table(rle(result))
# 计算累积利润
profit <- cumsum(result)
# 绘图以观察利润变化
q <- ggplot(data.frame(profit,index=1:length(profit)),aes(index,profit))
q + geom_line(colour='lightskyblue4')
# 考查在不同的大小牌比值的情况下,玩家获胜的概率
odd.10 <- win <- rep(0,10)
for (i in 1:10) {
card.select <- function(n=1,m=i) {
x <- sample(1:13,1,prob=rep(c(n,m),c(9,4))/sum(rep(c(n,m),c(9,4))))
x <- ifelse(x>10,10,x)
return(x)
}
odd.10[i] <- 4*i/9
player <- replicate(100000,game(12))
dealer <- replicate(100000,game(16))
result <-ifelse(player > dealer,1,ifelse(player < dealer,-1,0))
result[player==0 & result==0] <- -1
result.no.tie <- result[result!=0]
win[i] <- length(result.no.tie[result.no.tie==1])/length(result.no.tie)
}
d <- ggplot(data.frame(odd.10,win),aes(odd.10,win))
d + geom_line(colour='lightskyblue4',size=1) +
geom_point(colour='red4',size=3.5) +
geom_hline(y=0.5,linetype=2)
非常牛x的文章!现在赌场都会在洗完一副牌之后,先拿出几张(~10)放在一边不用。这样就会大大影响算盘的效率了
回复删除赌场越来越精罗
删除大哥,最重要还是数学,白人读书都不是为了考试,而为了求真,学概率的求真就赚钱了,比不求真的去赌场输得少。
回复删除已经有论文把现实中所有条件都考虑到,不过一般人不容易懂。
回复删除中文哪有论文研究这个?
朋友,厉害!
回复删除此评论已被作者删除。
回复删除此评论已被作者删除。
回复删除现在欧美casino里都用自动洗牌机了,出来的牌直接塞回去,再随机发出来,算牌几乎没用。
回复删除görüntülüshow
回复删除ücretli show
CB7