期望值以外的另一半:變異數
為什麼兩台期望值一樣的機器,玩起來完全不同。
期望值相同,體驗不同
兩台老虎機,RTP 都是 96%。一台每三轉中一次小獎,另一台平均八轉才中一次、但偶爾給你幾百倍。
長期期望值完全一樣:每投注 100 元,平均回來 96 元。但玩起來是兩件事——前者資金緩慢下滑,後者大部分時間快速下滑、偶爾暴衝。
描述這個差別的量就是變異數,或者它的平方根:標準差。期望值講平均在哪裡,變異數講結果散得多開。
標準差怎麼長大
這是最實用的一個性質:期望損失隨投注量線性成長,標準差只隨平方根成長。
玩 100 轉與玩 10,000 轉,投注量差 100 倍,期望損失也差 100 倍;但標準差只差 10 倍。
結果就是兩者的比值一直在變。短期時標準差遠大於期望損失,運氣主導一切;玩得夠久,期望損失追上來,規則決定的那一段變得清楚。
這解釋了一件常被誤解的事:「玩久一點會回到 RTP」在比例上是對的,在金額上完全相反——玩越久,累積的期望損失越大。
中位數低於平均值
老虎機的結果分布不是對稱的,是嚴重右偏:多數結果集中在偏低的區域,少數極高的大獎把平均值往上拉。
這造成一個實際的後果:典型的結果比平均值差。平均值被少數幸運場次撐著,而你不太可能是那少數。
高波動機台尤其明顯。同樣的 RTP,把波動度從低調到高,平均值不變,中位數會顯著下降。波動度模擬器 可以直接把這件事畫出來——中位數線的位置就是答案。
變異數不是敵人,也不是朋友
在期望值為負的遊戲裡,高變異數其實是唯一讓你有機會離場時是贏的東西。
如果變異數為零,每一場的結果都剛好等於期望值,那就是穩定地慢慢輸——沒有任何一場會賺。正是因為結果會散開,才存在「這一場贏了」的可能。
代價也很清楚:散開是雙向的。提高單場大賺機率的同時,也提高了單場慘賠與提前出局的機率。所以高波動不是比較好也不是比較差,它是把同一個負期望值換成另一種形狀。
這件事怎麼用
四個具體的用法:
- 判斷一個結果正不正常。用 RTP 期望值試算 看 68% 區間有多寬。輸的金額落在區間內就是正常波動,不需要解釋成「今天機台很緊」。
- 決定單注大小。變異數越高,同樣的資金能撐的轉數越少。停損停利設定器 就是用變異數反推單注上限。
- 不要用短期結果推論任何事。幾百轉的結果與 RTP 幾乎無關,那個區間裡看到的一切都是雜訊。
- 結果與機率都列得出來時,直接算。刮刮樂、抽獎、骰子這類遊戲,把每一種結果的金額與機率填進期望值計算機,變異數與標準差會跟期望值一起算出來。老虎機不公布這些,才需要用模型估。
常見問題
標準差和變異數差在哪?
標準差是變異數的平方根。變異數在數學上比較好處理(可以相加),標準差的單位跟原始數值一樣,比較好解讀。實務上看標準差就好。
波動度是遊戲商標的還是算出來的?
多數遊戲會標「低/中/高」三檔,那是定性描述。精確的數值要從賠付表推算,通常不公開。本站的工具用的是三段式簡化模型,當量級參考。
為什麼玩越久越接近 RTP,但輸得越多?
因為收斂的是「比例」,累積的是「金額」。實際回報率會趨近 96%,而 4% 的期望損失乘上越來越大的投注量,金額只會一路增加。
資料來源
用得到的計算機
- 老虎機破產機率模擬:這筆錢撐不撐得完預定轉數 跑一千二百次模擬,看這筆資金撐不撐得完,以及會怎麼撐。
- 老虎機 RTP 計算:96% 長期會輸多少、落差多大 長期會回收多少,以及「長期」之前的結果會散得多開。
- 期望值是什麼、怎麼算?公式與骰子、抽卡、賭局例題 把每個結果乘上它的機率再加起來:擲一顆骰子是 3.5,押 100 元賠 1.9 倍是 −5 元。