智游城

 找回密码
 注册

QQ登录

只需一步,快速开始

扫一扫,访问微社区

查看: 5064|回复: 8

德州扑克要素之三十七:数据的细化

[复制链接]
Howard 发表于 2016-12-8 03:18:05 | 显示全部楼层 |阅读模式
德州扑克要素之三十七:数据的细化
Howard  已发表于20164月号《扑士》,转载请注明出处

数据细化举例1:有个人的foldto 3bet 数据是70%,他翻牌前加注3BB开锅,你在大盲上再加注到10BB,用9BB去投资,以求得赢回锅里的4.5BB。简单计算表明,敌人只需fold66.7%以上,你的打法就是直接盈利的,即使对手一跟注我们就毫无任何赢的可能性。70%大于66.7%,所以我们应该加注。有问题吗?

有问题。

软件帮我们统计出来,这个对手foldto 3bet 70%。这70%的意思是,此人之前所有遭遇3bet的时机,他100手牌有70手都弃牌了。这100手的情况是千差万别的:

按位置分,有他在前位遭遇后位的3bet,有他在后位遭遇前位的3bet。他可能前者fold80%,后者fold50%。仅此一项,就使得我们的分析完全失效。

raise大小分,有时他遭遇小一点的3bet比如9BB,有时遭遇大一点的3bet比如12BB。他可能前者fold40%,后者fold90%

按照对手区分,有时他遭遇打得激进的人3bet,有时遭遇打法被动的人3bet。他可能前者fold50%,后者fold80%

更现实的情况是,这三种区分方式互相纠缠,比如:
敌人在前位,遭遇后位的松凶选手的小3bet,弃牌率是55%
敌人在后位,遭遇前位的被动型选手的大3bet,弃牌率是95%
等等。

回到我们刚才的问题,他虽然总体foldto 3bet的数据是70%,但是,如果细分,他在这种特定情况下(有位置,面对盲注的open,对手是我们这样一个偏松凶,3bet量居中10BB,有效筹码150BB),fold to3bet率可能已经低到了50%

我们只看到了70%的总体量,而忽视了50%的特定情况量,据此作出的结论,可谓大错。

这就好比,我们到一个陌生城市,根据历史数据发现年度平均只有30天下雨,于是不带伞出门。其实,这个城市分旱季和雨季,旱季10.5个月,没有一天下雨;雨季45天里面,30天下雨。如果我们正好处在雨季,带伞出门则才是正确的决策。

由此可见细化的数据是非常必要的。但是随之而来的有两个问题。

第一,没有软件存在搜集整理这种细化数据的能力。目前市面上的软件还远远做不到这一步。
第二,牌桌数据要真细分起来,其种类是海量的,乃至每个细化数据种类都无法搜集到有价值的样本量。刚才的例子,仅仅按照三个维度(位置、大小、对手类型)去进行区分,就可以多出至少8种细化数据。按照n个维度区分,哪怕每个维度只有两种,也会得到2^n个细分数据种类,这显然是太离谱了。

既然没有软件替我们收集细化数据,而细化数据也多到压根无法收集,那怎么办呢?提出细化数据概念岂不是没用了吗?毕竟,在我的理念中,non-actionable的事情是不需要去关注的。

还是有用的。能够撬动细化数据的杠杆,就是逻辑推理。

比如,我们观察到他在有位置的时候,跟注3bet明显比没有位置的时候高。那么,我们绝对有理由相信,他在筹码较深时的跟注3bet频率比筹码较浅的时候也要高。因为一个对位置很敏感的玩家,一般对筹码深度也很敏感。

再比如,他面对翻后打得不好的玩家,跟注3bet的概率很高,这时,在没有其他数据辅助的情况下,我们应该倾向于认为,此玩家在面对顶级高手时,应该以很高的频率弃牌给3bet

再比如,这个玩家在最近两次加注的时候,都遭遇3bet,都弃牌了。他在紧接着的下一手牌里面再次加注,这时候我们可以推断他此时跟3bet的概率大幅上升。毕竟,一个人在连续三次加注都被3bet打跑,看起来就会像个只会送钱傻瓜一样。在牌桌上你可以计算EV,但是,更直觉因此在潜意识指导我们行动的东西往往是情绪和自尊。没有人愿意看起来像傻瓜,所以这次他多半是准备好了要跟3bet的牌去加注的,或者牌力本身虽然不够强但他已经下定决心要跟无论任何人的3bet

很多类似这样的推理,在不知不觉中已经做了,因为太过信手拈来,导致我们没有意识到这其实也是经过了逻辑推理,而是把这种能力叫做直觉instinct。知名牌手也分成了“数学派”和“直觉派”,前者如ChrisFergusonBillChen,后者如DoyleBrunsonJonnyChan。我则认为,所谓直觉,只不过是知识和经验积累到一定程度而形成的下意识的逻辑判断。

很高级的人工智能或许能拥有类似上述的逻辑推理能力,就像战胜李世石的AlphaGo一样。但是,一般的计算机软件应该是做不到的,那些软件只会机械得累积和分析数据。所以,人类在扑克上的主观决策还是非常有用的,是一般的软件无法代替的。

让我们幻想一下,如果我们真的能收集到极其详细的细化数据,也有对手足够多的牌手数,还能毫无偏差的执行计算出来的策略,这基本就做到了“把把正EV”的境界。正是因为这样的超人不存在,扑克才这么有魅力,毕竟,不完全信息的游戏,意味着残缺美,意味着我们必须学会livewith it.

Zachary Elwood在他的Reading Poker Tells一书中提出了一个猜想。他认为,扑克桌上的每一个动作,每一句话,每一个眼神,理论上讲都可以被破译。他进而设想,如果有一台超级机器,能收集到关于对手的所有物理信息,包括心跳、肌肉紧张度、皮肤湿度、声音声调等等,那么这台机器就能在任何时间精确判断出对手的底牌。对手在拿到口袋对子2233时的物理变化,或许人类无法区分,但是肯定还是有细微差异。

我相信Elwood所说的。这其实也是细化数据的一个例子,是把细化数据推到极致后产生的巨大作用。

我们当然无法在扑克桌上测量收集所有信息,于是,我们应该把精力放到那些最容易观察,或者分类后最容易对我们的行为产生影响的信息。
以前述foldto 3bet为例,可能最容易收集的信息就是敌人对位置的敏感度。因为每一手牌,位置都是显而易见的。而且位置一定是对敌人很重要的信息。因此,细分位置的信息,就很重要。

至于筹码量的信息,稍微次之。不是说筹码量不重要,是说它使用起来不方便。一是收集比较困难,现场桌需要伸着脖子去仔细看。二是容易出现偏差,比如三人进锅,一个100BB,一个200BB,一个300BB。那么,这个筹码量应该是按多少算呢?我们认为该按照200BB,但是没准敌人盯着的是100BB的那个最短筹码。所以,按照筹码量的细分重要性应该排在位置之后
按照对手风格的细分,应该排在筹码量的后面。因为人的风格是个主观因素,同一个对手,可能我们认为打得很好,敌人却认为打得很差。这类无法统一的因素会造成极大障碍。

细分是好事,但不可过于追求完美,要抓其主干,漏过其余。

maomaobiao 发表于 2016-12-8 04:31:13 | 显示全部楼层
如今大数据的概念被吹的很火爆,但是仔细研究发现,其实是从传统的数据分析、数据结构和数据处理演变而来的,本质上“大”就是吹捧的噱头而已吧。不得不承认的是计算机领域的进步推动了数据分析处理的进步。

这篇数据的细分就很有意思,属于人工智能处理大数据的雏型。火花的描述很好地说明了德扑的数据模型复杂程度。火花提到的数据还只是输入端的,在一个输出端的数据模式下,德州的复杂性同样叹为观止。

数据的细化,进一步就是数据分类和数据结构,火花的这个思路是很好的启示。对于人工智能和机器学习有很好的借鉴意义。
maomaobiao 发表于 2016-12-8 04:36:20 | 显示全部楼层
抓住主干,漏掉其余,就是数据相关性的分析。人脑的逻辑推理能力在很短的时间内能判断数据的相关性,也是很神奇的。
maomaobiao 发表于 2016-12-8 06:41:59 | 显示全部楼层
我最近在想德州的输入端数据中,人的脾气性格和输出端的行为数据,是否存在必然的逻辑因果相关性,这样的相关性是否存在线性的映射,还是非线性的。

因为现在的神经网络对应的映射方式任然是线性的,也方便多重叠加。对于非线性的映射方式,神经元网络是怎么构建的,我仍不了解。算是记个笔记方便以后思路的延续。
扑克要素练习 发表于 2016-12-8 19:54:40 | 显示全部楼层
优秀的霍老师,这么聪明的大脑 贡献给我们知识, 而不是用在撕逼上
keybattle 发表于 2016-12-11 02:03:29 | 显示全部楼层
HM2  通过添加filter 大部分细分都分得出来。。。

BTCD 发表于 2016-12-12 01:59:58 来自手机 | 显示全部楼层
坚持,争取像易中天那样写一遍中华史出场了,他说要写36本霍大师也写36来坐等,一定捧场,82老师最近好像也要出书了,都是无私不差钱的大神啊
BTCD 发表于 2016-12-12 02:03:38 来自手机 | 显示全部楼层
请问霍达师打什么级别的,我这2/4的是否可以跟你学,你的微信是啥,有空可以德扑圈切磋一下相互找找漏洞啥的
BTCD 发表于 2016-12-12 02:06:01 来自手机 | 显示全部楼层
等我升级到10/20盈利了一定给霍大师宣传,此贴为据
您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|Archiver|智游城论坛

GMT+8, 2024-3-19 13:25 , Processed in 0.045803 second(s), 7 queries , Redis On.

Powered by Discuz! X3.2

© 2001-2012 Comsenz Inc.

返回顶部