テキサスホールデム知識ハブ

ポーカー破産確率計算とリスク管理モデル

3 回閲覧

ポーカーにおける破産確率の計算式と、それをバンクロール管理に応用する方法を紹介します。数学的モデルを通じてプレイヤーが適切なバンクロールサイズを設定し、破産リスクを低減することを導きます。実用的な例とFAQを含みます。

戦略マルチフル：ポーカーバンクロール確率・リスク管理の翻訳（第1部/2部）

ツールの目的

破産確率モデルは、ポーカーのバンクロール管理における中核的ツールであり、一定の勝率、標準偏差、およびバンクロールサイズに対して、プレイヤーが全資金を失う可能性を評価するために使用されます。このモデルを理解することで、短期的なバリアンスによる破産を避けるため、安全で効果的なバンクロールレベルを設定できます。

計算式の原理

最も一般的に使用される Risk of Ruin (RoR) の式は、正規近似またはランダムウォーク理論に基づいています。基本式は次の通りです：

RoR = e^(-2 * B * WR / V)

ここで：

  • B: バンクロールサイズ（ビッグブラインドまたはバイイン単位）
  • WR: 勝率（1ハンドあたりのビッグブラインド、またはbb/100ハンド）
  • V: 分散（1ハンドあたりのビッグブラインド^2、通常は標準偏差SDの二乗で近似）

標準偏差SDは、キャッシュゲームでは通常80～100 bb/100、トーナメントではさらに高くなります。分散の近似は V ≈ SD² です。

注：この式は無限の時間、固定された勝率と分散を仮定し、相手の調整を無視しています。実際の運用では安全マージンを考慮する必要があります。

使用手順

  1. 勝率 (WR) の推定: 少なくとも直近10万ハンドのデータを使用し、100ハンドあたりの平均利益（bb/100）を算出します。
  2. 標準偏差 (SD) の計算: ハンド履歴データから標準偏差を取得します（通常はトラッキングソフトが提供）。キャッシュゲームではSDは通常80～100 bb/100です。
  3. 目標リスク・オブ・ルインの設定: 一般的な安全値は RoR ≤ 5%、保守的なプレイヤーは ≤ 1% を目指します。
  4. 式からバンクロール B を求める: 式を変形すると B = -ln(RoR) * V / (2 * WR)。RoR = 5% の場合、-ln(0.05) ≈ 2.996。
  5. 結果に基づいて調整: 必要なバンクロールが高すぎる場合は、スキル向上でWRを上げるか、分散を減らす（例：タイトなプレイやテーブル数を減らす）ことで対応します。

実践例

例： キャッシュゲームプレイヤーのWR = 5 bb/100、SD = 90 bb/100、リスク・オブ・ルインを1%未満にしたい場合。

ステップ1: V = SD² = 90² = 8100 (bb²/100ハンド)。Vの単位はWRと一致させる必要があります：WRは5 bb/100、Vは8100 (bb/100)²。

ステップ2: 目標RoR = 1% → -ln(0.01) = 4.605。

ステップ3: B = -ln(RoR) * V / (2 * WR) = 4.605 * 8100 / (2 * 5) = 4.605 * 8100 / 10 = 4.605 * 810 = 3730.05 bb。これは約37.3バイイン（100bbバイイン想定）です。

結論： リスク・オブ・ルインを1%未満に抑えるには少なくとも37バイインが必要です。もし20バイインしかない場合、リスク・オブ・ルインは約 e^(-2205/8100) = e^(-0.0247) ≈ 0.9756、すなわち驚くべき97.6%！これはバンクロールが不十分であることを示しています。

よくある質問

Q: 公式内の分散を正確に求めるには？
A: 標準偏差は、ポーカートラッキングソフト（例：Hold'em Manager）から直接取得できます。キャッシュゲームの場合、標準偏差は通常80～100 bb/100です。マルチテーブリングや高分散スタイルでは、より高い値になることがあります。データがない場合は、控えめにSD＝100と仮定します。

Q: 勝率がマイナスの場合は？
A: 勝率がマイナスの場合、破産リスクは必然的に100％となり、公式は成立しません。まずはスキルを向上させて、勝率をプラスにすべきです。

Q: 破産リスクモデルはトーナメントに適用できますか？
A: 部分的に適用可能ですが、トーナメントの分散ははるかに高く（標準偏差はイベントあたりバイインの200～400％になることが多い）、ICMのようなより複雑なモデルを使用する必要があります。シンプルなバンクロール計算式は大まかな参考にはなりますが、より控えめなアプローチが必要です。

さらなる学習

  • ケリー基準: 過度なリスクを避けるための最適なベットサイズを決定するために使用されます。
  • 信頼区間と分散シミュレーション: より正確なリスク評価のためにモンテカルロシミュレーションを使用します。
  • マルチテーブルバンクロール管理: テーブル数を増やすと時間当たりの分散は減少しますか？実際には、標準偏差はテーブル数に比例して減少するわけではなく、調整が必要です。

著者の推奨: 数学的な計算に加えて、心理的なバッファー（例：追加の10～20バイイン）を維持して、ダウンスイングや税金などに対処しましょう。