撲克資金概率計算與風險管理模型：避免破產的數學工具

工具目的

破產概率計算與風險管理模型用於量化撲克玩家在特定資金規模、勝率、[標準差]及抽水百分比下，將整個資金歸零的風險。它能幫助玩家決定合理的買入級別、下注大小及資金補充計劃，避免因情緒化或過度激進的打法而破產。

計算公式原理

最常用的破產概率公式基於固定賭注模型（固定買入）及無限重複遊戲的假設。

基本破產概率公式

$$P = \left(\frac{1 - \text{勝率} \times (1+\text{賠率})}{\text{勝率} \times (\text{賠率}-1)}\right)^{\text{資金單位數}}$$

簡化版本（適用於盈虧相等且無抽水的情況）： $$P = \left(\frac{q}{p}\right)^{B}$$ 其中：

• p = 勝率（贏得一手牌的概率）
• q = 1 - p（輸率）
• B = 以買入為單位的資金數（例如資金2000，每次買入100，則B=20）

然而，撲克中的勝率並非固定，因此通常採用更複雜的風險模型：

基於標準差與期望的近似公式

假設每場session的利潤服從正態分佈，破產概率約為： $$P \approx e^{-2 \times \text{勝率} \times \text{資金} / \text{變異數}}$$ 其中：

• 勝率：每手牌或每小時的期望利潤（單位與資金相同）
• 變異數：利潤的變異數（反映波動幅度）
• 資金：當前總資金

此公式源自金融領域的破產風險模型，適用於長期遊戲。

使用步驟

1. 收集個人數據：記錄至少100小時或10,000手牌的歷史數據，計算平均每小時勝率（[bb/100]或美元）及每小時標準差。
2. 設定可接受的破產概率：休閒玩家可容忍5%，職業玩家通常低於1%。
3. 代入公式計算：使用上述近似公式反推所需的最低資金。
   • 例如：勝率30美元/小時，[標準差]400美元/小時，可接受破產概率1%，則所需資金 = -ln(0.01) * 變異數 / (2 * 勝率) = 4.605 * (400^2) / (2*30) ≈ 4.605 * 160000 / 60 ≈ 12,280美元。
4. 動態調整：每季或每當資金變動超過20%時重新計算。

實際案例

案例：玩家小明在NL100遊戲，勝率為8bb/100手牌，標準差為80bb/100手牌。他目前有2000bb（20個買入）的資金，希望破產概率低於5%。這樣安全嗎？

解法：

• 獲利率 = 8bb/100手 = 0.08bb/手
• 標準差 = 80bb/100手 = 8bb/手（注意：標準差與獲利率須使用相同單位；此處已轉換為每手）
• 變異數 = (8)^2 = 64
• 資金 = 2000bb
• 破產機率 P ≈ exp(-2 * 0.08 * 2000 / 64) = exp(-320/64) = exp(-5) ≈ 0.0067 = 0.67%

0.67% < 5%，資金安全。若使用更保守的 sigma = 100bb/100手（即 10bb/手），則變異數 = 100，P ≈ exp(-320/100) = exp(-3.2) = 0.041 = 4.1%，仍低於 5%。結論：安全。

常見問題

Q：公式中的獲利率如何確保準確？
A：獲利率估計存在誤差。建議使用信賴區間（例如計算 90% 信賴區間的下限）並代入公式，以提高安全性。

Q：若變異數過大導致破產機率偏高怎麼辦？
A：降低級別（減少買入單位）或增加資金。例如從 NL100 降至 NL50，相當於將資金翻倍至 40 個買入，能大幅降低破產機率。

Q：模型假設利潤呈常態分佈，但實際撲克利潤為高狹峰（肥尾），是否影響結果？
A：常態假設會低估極端損失的機率。因此計算出的資金應視為最低限度，實務上需額外增加 10–20% 的安全緩衝。

Q：僅靠資金管理就能避免破產嗎？
A：不能。若你的技術導致期望值為負，再好的資金管理也無法避免最終破產。你必須先確保期望值為正。

進階學習

• Kelly 準則：最佳化下注大小，平衡成長與破產風險。
• 風險值（VaR）：給定信心水準下，某段時間內的最大可能損失。
• 蒙地卡羅模擬：透過大量隨機模擬更準確評估破產機率。
• 資金管理工具：Poker Bankroll Tracker、[EV]+ 軟體的 Bankroll Calculator。

備註：破產機率模型是數學工具，但實務上仍需考慮心理因素、抽水、牌局結構變化等。建議將計算出的資金需求乘以 1.5–2 倍，作為實際運作資金。