猜硬币,如何100%获胜?跟庄的蒙特卡洛模拟

知识改变命运,这不是一句空话。

*首发于2019年5月,本文为更新版



金钱永不眠,屠夫问候各位早安。


上次的《给我1枚硬币》里,屠夫以“掷硬币猜正反”作为赌局,通过控制最大最小下注额赢下了984个赌徒,胜率超过98.5%。

有同学好奇:

有没有胜率达到100%的必胜法呢?

答案是……

有!

还是用硬币,这次只需要多1枚,屠夫就能让1000个赌徒一·个·不·留

而且收益能从上次的300万,提升到13个亿!



01  同样“公平”的赌局


这次的玩法跟上次不一样:

其一,这次要使用2枚硬币 —— 赌徒和屠夫(庄家)各1枚;

其二,这次的硬币不需要“掷”,而是双方自行选择正反面,同时打开来比对结果。


比对的结果无非3种:两枚硬币都为正面、都为反面或者一正一反。

如果都为正面,本局您获胜,屠夫向您支付300元

如果都为反面,本局您依然获胜,屠夫向您支付100元

如果一正一反,本局屠夫获胜,您向屠夫支付200元

上述规则可以归纳为下面这张表格:

在这个规则之下,双方能控制的,只有自己那枚硬币是出正面还是出反面。

屠夫只能控制自己硬币的正反,无法决定您出正还是反;

当然了,您也只能决定自己出硬币的正反面,无法影响屠夫的策略。

一般来说,应该会是:一局两正、一局两反、一局我正你反、一局我反你正,合起来的结果刚好为0,至少您并不吃亏……

对吧?



02  这回没有爆仓,您会输得更惨


这次的下注规则总共3条。


规则一:1000名赌徒换5种策略,分别赌2万场,合计1亿局

屠夫依然使用*模拟出1亿场赌局

这1亿场也是分情况的:

一方面,赌徒可以决定自己的硬币出正面的比例(记为p)。采用不同的p,就相当于用了不同的策略,所以赌徒允许更换5种不同的策略,同一种策略赌2万场;

另一方面,赌徒数量达到1000,同一种策略里的各种情况都能覆盖到,避免“偶然”和“意外”影响结果。

*利用海量随机数模拟出一个事件的多种可能,详情可参考


规则二:庄家与赌徒,独立决定每局硬币的正反面。

虽说屠夫是制定规则的“庄家”,但每局里硬币的正反面,是赌徒自行决定的。

比如屠夫总出正面,您可以跟着出正面;

总出反面,您又可以跟着出反面;

总是一正一反,您又可以跟着一正一反了。

很公平的,对吧?


规则三:每局结果进行“记账”,所有赌局结束后一次性清算。

看标题都知道,这次屠夫要讲的不再是爆仓,所以下注规则就直接剔除“爆仓因素”。

每一名赌徒在一种策略中可以玩2万场,只要还没到2万场,总有机会赢回来。

所以这次赌徒们的资金量是无限的,不存在上次的情况。

写入程序后,大致是这样的:


屠夫把话说在前头:

上一回有爆仓,赌徒的存活率是1.5%;

这一回没有爆仓,屠夫可以让赌徒的存活率变为0

不是趋近于0,而是等于0 ——

1000个赌徒

一 · 个 · 不 · 留



03  赢下13亿


正如规则所说,庄家和赌徒可以各自决定2万场里自己的硬币出正面的比例p,形成不同的策略。

不妨苛刻一点:

赌徒一共5种策略,即5种出正面的比例p

庄家只用1种策略,即出正面的比例p固定


为了简便起见,这里设定了赌徒的5种策略分别是p = 1.00、0.80、0.50、0.20和0.00。

即:全正面、80%正面、正反五五开、20%正面和全反面。

一起来看看,结果如何?


【1】全正面:赌徒全部亏损,无一例外


输得最多的赌徒负债40万,输得最少的赌徒负债也接近20万。

屠夫从1千名赌徒手里赢下了3个亿:

这1000名赌徒的余额变化统计如下图。

每一根细细的红线,代表1名赌徒在这种策略下的余额变化情况。

可以看到,1000名赌徒的余额,只有前1000局里有少数勉强为正的。整体一路走低,最终全部负资产。


【2】80%正面:赌徒全部亏损,无一例外


屠夫从1千名赌徒手里赢下了2.84亿:

这1000名赌徒的余额统计如下图:

1000名赌徒的余额,一路走低,全是负的。


【3】正反五五开:赌徒全部亏损,无一例外


屠夫从1千名赌徒手里赢下了2.58亿:

这1000名赌徒的余额统计如下图:

1000名赌徒的余额,一路走低,全是负的。


【4】20%正面:赌徒全部亏损,无一例外


屠夫从1千名赌徒手里赢下了2.36个亿:

这1000名赌徒的余额统计如下图:

1000名赌徒的余额,一路走低,全是……

等等!

随着正面比例下降,赌徒们亏的钱越来越少了。

如果全都出反面,是不是就能赢钱呢?


【5】全反面:赌徒全部亏损,无一例外

毫不意外地,屠夫从1千名赌徒手里赢下了2.20个亿:

这1000名赌徒的余额统计如下图:

1000名赌徒的余额,依然一路走低,完全没有抵抗的机会。

5种策略变化,1000名赌徒,合计1亿场赌局。

屠夫赢下了12.98亿



04  您以为是概率,其实都是博弈


有的同学可能会说:

一定是策略有问题,

如果采用xx方法就不会这样了。

您可以通过自己构造一个蒙特卡洛模拟,不断调整参数尝试。

但是屠夫十分肯定,在这个游戏里,赌徒必输无疑。

因为 ——

这个博弈问题,是有数学证明的。


这个游戏,表面上是概率问题,实质是博弈问题。

简化的博弈模型里只有两个变量:

庄家出正面的概率p_bk

赌徒出正面的概率p_gb

赌徒每局赢钱的期望(均值)可以通过下面的公式计算:


E(p_gb) = 300*p_bk*p_gb + 100*(1-p_bk)*(1-p_gb) - 200*p_bk*(1-p_gb) - 200*(1-p_bk)*p_gb

要确保屠夫这个庄家能赚钱,只需要确保赌徒的赢钱期望小于0,也就是 E(p_gb)<0 即可。

那么这个不等式有解吗?

有!

当【1/3 < p_bk < 2/5】时

E(p_gb)<0恒成立

*对证明过程感兴趣的同学,可以,李永乐老师给出了详尽的数学证明。

什么叫“恒成立”?

就是不管赌徒如何调整自己的策略,只要屠夫出正面的概率保持在1/3到2/5之间,且重复次数足够多 —— 比如模拟中的2万场

—— 赌徒一定输钱!

这次模拟里,屠夫出正面的概率在37%左右,刚好落在1/3到2/5之间:

换句话说,屠夫用的是这套规则之下的“必胜法”。

既然是必胜,无论赌徒换多少种策略,都是无济于事的。

这场游戏里,

碾压赌徒的不是资金量,

而是数学


05  跟庄默示录


熟悉屠夫的同学应该知道,屠夫每次拿赌博举例,都是讲投资。

这次想讲的,是“跟庄”

上述模拟里屠夫扮演的庄家,也可以是“庄股”的庄家;那些赌徒,就是一群试图“跟庄”的散户。

庄家可以拉高,也可以压低

散户可以做多,也可以做空

表面上,散户似乎可以通过“跟庄”赚到钱 ——只要做多做空的方向跟庄家一致(硬币同正或同反)。

实际上,博弈的规则让庄家有“必胜法”,这同时也是散户的“必败法”。


庄家不是来给散户送钱的。他们一定会利用数学来制定规则,使自己处在“必胜”之中。

即便看不懂复杂的数学证明,1亿场赌局的蒙特卡洛模拟,也已说明了事实。

在数学的威力之下,跟庄,不会有任何幸存的空间。


知识改变命运,这不是一句空话。

上述1000个赌徒如果有足够的知识,就能看穿博弈规则中的诡计,就不会输掉13个亿。

书店投资类畅销书中,总能见到些“跟庄秘籍”,真是无比讽刺。


屠夫希望,看完这篇文章的各位,

在记得“庄家有必胜法”之余,

再记住一件事:

Nothing is inevitable except knowledge.

作者:屠夫1868 @ 基业长红

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,752评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,100评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,244评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,099评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,210评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,307评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,346评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,133评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,546评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,849评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,019评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,702评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,331评论 3 319
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,030评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,260评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,871评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,898评论 2 351