What is Expected Value in Poker?

元数据

摘要

EV 系统教程:从 EV 来源(Showdown EV + Fold EV)到 EV 相对性(折叠=0EV 只是定义选择),再到从 EV 方程推导底池赔率/Alpha/MDF。核心:EV 永远相对于某物测量——选择”折叠=0EV”是约定而非绝对真理。

关键要点

  1. EV 来源于组织权益比对手更高效——把正确的手牌放进正确的行动线
  2. Showdown EV(摊牌赢)+ Fold EV(迫使弃牌赢)= 总 EV
  3. 你无法从弃掉对你0%胜率的手牌中获利——除非那些手牌后续会诈唬你
  4. EV 相对性:折叠=0EV 是把 sunk cost(已投入筹码)视为沉没成本的选择
  5. 从 EV 方程可推导:底池赔率、Alpha、MDF
  6. 实战不需要桌上算 EV——但理解了 EV 才能理解 Solver 和做复盘分析

影响的概念

完整笔记

EV 的双来源:Showdown EV 与 Fold EV

Tombos21 将 EV 拆解为两个正交来源——Showdown EV(摊牌赢得的筹码)和 Fold EV(通过迫使对手弃牌赢得的筹码),对应 HUD 中常见的蓝线和红线。这个二分法看似简单,但关键洞察在于:你无法从弃掉对你0%胜率的手牌中获利。如果你持坚果在河牌,迫使更差的手牌弃牌只是将 Showdown EV 转化为 Fold EV,总 EV 不变。唯一迫使0%手牌弃牌能获利的情况是:这些手牌在后续街会诈唬你。这意味着 Fold EV 的核心价值在于权益拒绝(equity denial)——迫使那些能反超你的更差手牌放弃其权益。

这一框架将”价值下注”和”诈唬”统一在同一个 EV 视角下:价值下注旨在从更差手牌的跟注中获得 Showdown EV,而保护性下注(block-bet)则通过迫使有隐含赔率的手牌弃牌来保护自己的权益,即使这些手牌当前比你差。

薄价值阻挡下注的 EV 悖论

文章给出了一个反直觉的案例:OOP 用第二对在河牌做 block-bet。表面上看,你被更好的牌跟注、被更差的牌弃牌、偶尔被加注——摊牌 EV 可能为负。但 Solver 仍然推荐这个下注,原因是:如果你过牌,那些被你弃掉的更差手牌本可以诈唬你,迫使你放弃你的权益。Block-bet 通过主动定价来阻止对手的诈唬频率,即使摊牌 EV 略负,整体 EV 因为减少了被诈唬的损失而更优。

这个案例的深层含义是:EV 决策不能只看当前街的孤立收益,必须考虑未来街的博弈树。这是 Solver 逻辑在人脑层面最难内化的部分之一——一个”-EV 下注”可能在全局博弈树中是 +EV 的。

EV 相对性:折叠=0EV 是约定而非真理

文章的核心哲学贡献在于澄清了”折叠=0EV”的误解。面对 4bet 时,你 3bet 投入的 11bb 已是沉没成本,所以从决策点看折叠是 0EV——但以起始筹码为基准,折叠损失了 11bb。AQs 面对 4bet 的 Solver 输出显示:折叠 0bb、跟注 +4.02bb、全下 +2.58bb(以决策点为基准)。换一个基准:折叠 -11bb、跟注 -6.98bb、全下 -8.42bb。

两种视角的数学等价性:跟注始终比折叠好 4.02bb,无论用哪个基准。但第二个视角揭示了残酷的事实——你在三个亏损的行动中选择损失最小的那个。这种”亏得最少就是赢”的局面在扑克中频繁出现,尤其在盲位防守和 3bet 底池中。理解这一点能帮助你正确解读 Solver 输出的正负 EV 数值——+4.02bb 的跟注看起来”盈利”,实际上仍是 -6.98bb 的净亏损。

该概念与锦标赛的 ICM 考量一脉相承:当生存价值高于筹码价值时,折叠可能是 +EV,进一步说明”折叠=0EV”只是特定基准下的定义。

从 EV 方程推导扑克核心指标

文章展示了 EV 方程的统一力量——底池赔率、Alpha(诈唬所需弃牌率)、MDF 全部可以从同一个 EV 方程中推导

  1. 底池赔率:用 EV = (EQ × 赢得额) - ((1-EQ) × 损失额) 设 EV=0 求解 EQ,得到半池下注需要 25% 权益。这比单纯记忆公式 跟注额/(跟注后底池) 更通用——你可以代入任意权益值计算具体的 EV 盈亏。
  2. Alpha:用 EV = (底池 × 弃牌率) - (下注 × 跟注率) 设 EV=0 求解弃牌率,得到半池诈唬需要 33.3% 弃牌率才能保本。任何超过此值的弃牌率都是纯利润。
  3. MDF:数学上等于 1-Alpha,半池下注时 OOP 必须防守 66.6% 来阻止 IP 的 0% 权益诈唬获利。

这种”一切从 EV 方程出发”的思维方式比记忆孤立公式更有价值。它让你不仅能计算保本点,还能量化不同参数下的具体收益。

实战 EV 计算:下注 vs 过牌的权衡

文章给出了一个多分支的河牌 EV 计算:顶对面对三种对手反应(弃牌 50%、跟注 30%、加注 20%,且加注后我们弃牌)。计算结果显示下注 EV = +4.95bb,但过牌的摊牌权益是 70% × 10bb 底池 = +7.00bb。下注反而损失 2.05bb

关键教训:+EV 不等于最优。当对手的加注频率足以迫使你放弃大量权益,且你被跟注时的权益优势不够大时,过牌控池可能更优。这正是”薄价值下注”陷阱的数学本质——你需要权衡被加注时放弃的权益、被跟注时的薄权益、以及迫使更差牌弃牌获得的价值。

EV 的度量单位选择

文章提到 EV 可以用三种单位表示:bb(大盲)、筹码数、或底池百分比(pot share %)。底池百分比的最大优势是自动归一化——2bb 在 5bb 底池很显著,在 1000bb 底池微不足道,但 40% pot share 在任何底池大小下含义相同。这种度量与权益的度量方式一致,使得 EV 和权益可以直接比较(EQR = EV% / EQ% 就依赖这种单位统一)。

与相关概念的连接

  • 本文是 概念-期望值EV 的核心源文档,为其提供了数学定义、双来源模型和相对性框架
  • EV 方程推导出的 Alpha 直接链接到 概念-Alpha 和 MDF 概念
  • EV 相对性为理解锦标赛中的 ICM 提供了认知基础——当折叠不再等于 0EV 时,整个决策框架需要重构
  • 权益拒绝(equity denial)的概念与 概念-权益实现 密切相关——迫使对手放弃权益等于降低其 EQR