幾何学的ベットサイジングとは？

幾何学的ベットサイジングは、フロップ以降のマルチストリートで使用されるベット戦略です。その中核目的は、各ストリートのコール判断において相手に同じポットオッズを与えることで、相手の搾取能力を最小限に抑え、自身の分極化されたレンジ（強いハンドとブラフ）の期待値を最大化することです。この概念はポーカー理論の専門家によって最初に提唱され、ディープスタックのノーリミットホールデムで広く応用されています。

なぜターンとリバーが幾何学的ベットサイジングの主要なシナリオなのか？

ターンとリバーは、スタック対ポットの比率が最も劇的に変化するベットラウンドです。幾何学的ベッティングは、自身のレンジが分極化され（バリューハンドとブラフ）、相手のレンジが主に中程度の強さのハンドで構成されている場合に特に有効です。ベットサイズを調整することで、相手に不利なオッズでコールを強いるか、リバーでより困難な判断を突きつけることができます。

幾何学的ベットサイジングの計算方法

現在のポットをP、有効スタックをSとします。ターンでベットし、リバーでオールインする計画です。幾何学的ベットサイジングでは、ターンベットのサイズによって、リバーのオールイン時のポットオッズがターンコール時のポットオッズと等しくなるようにします。つまり：

• ターンベット後、ポットはP + 2B（コールを想定）、残りスタックはS - B。
• リバーのオールイン時、相手のポットオッズは(P + 2B) / (S - B)。
• ターンコール時のポットオッズはB / (P + B)？正確には、相手がコールしなければならない額をベット後のポットで割るものです。より正確には、ターンコールのオッズがリバーコールのオッズ（オールイン時）と等しくなるようにしたいです。しかし、よく使われる簡略化された目標は、ターンベットの割合をリバーベットの割合と等しくすること、つまりB/(P+B) = (S-B)/(P+2B)を解くことです。

より頻繁に使用される近似は：幾何学的ベット割合 = (S/P)^(1/n) - 1、ここでnは残りのベットラウンド数です。2ラウンド（ターンとリバー）の場合、ベット割合 = (S/P)^0.5 - 1。例：P=100、S=400の場合、各ラウンドのベット割合 = (4)^0.5 - 1 = 2-1=1、つまり100%。ターンで100%ポットベット（100）、ポットは300、残りスタック300；リバーで300ベット、再び100%ポット。これにより、相手に各ストリートで同じオッズを与えます。

実践応用例

シナリオ：あなたがボタンでレイズ、ビッグブラインドがコール。フロップK♠8♦3♥、あなたがc-bet、彼がコール。ターンQ♣、ポット100、有効スタック400。

• 幾何学的ベットサイジングを使用：ベット割合 = (400/100)^0.5 - 1 = 1、つまり100%ポット。ターンで100ベット、ポットは300、残りスタック300。リバーで300をオールイン（100%ポット）。
• 相手はターンで100をコールする必要があり、ポットは200（現在のポット100 + あなたのベット100）、オッズ2:1。リバーのオールイン300に対し、ポットは600、オッズ2:1。オッズが一貫しているため、相手は頻度の違いを搾取できません。

代替案：もしより小さくベットした場合（例：50）、リバーの残りスタックは350、ポットは200、リバーベット350（175%ポット）。オッズが一貫せず、相手はオッズに応じてコールレンジを調整できる可能性があります。

幾何学的ベットサイジングを使用すべき時

• 自身のレンジが分極化されており（強いバリューとブラフ）、相手のレンジに中程度の強さのハンドが多い場合、幾何学的ベットサイジングは期待値を最大化します。
• ディープスタック状況では、幾何学的ベットサイジングにより、相手がターンで簡単にフォールドしたり、リバーでコール後に罠にかかるのを防ぎます。
• 注意：自身のレンジがバランスしている場合（中程度の強さのハンドが多い）、幾何学的ベットサイジングは適切でない可能性があります。ポットをコントロールする必要があるためです。

よくある誤解と調整

• 誤解：幾何学的ベットサイジングは常に最適である。 実際には、相手のフォールド頻度が高い場合、コールを誘発するために小さめのベットが必要かもしれません。
• 調整： 相手の傾向に基づいて適応します。相手がルーズにコールしすぎる場合はベットサイズを大きく、タイトすぎる場合は小さくします。幾何学的ベットサイジングはあくまで基本的な枠組みです。

まとめ

幾何学的ベットサイジングは、分極化されたレンジに適した高度な戦略です。ターンとリバーのベット割合を正確に計算することで、相手から判断の優位性を奪い、自身の期待値を最大化できます。実践では、相手の特性を考慮して柔軟に使用することをお勧めします。