赌博和炒股一样,需要学习相关算法。证券交易所和赌场同样都收取交易费,你每一次交易无论输赢,都会被抽层。这就陷入一个别人设计好的大数定理模型,玩的次数越多,你输得概率越大。

如何破解证券交易所和赌场设计好的大数定理圈套,需要学习相关算法,让自己输赢不是靠运气5:5开。下面先介绍一部电影《决胜21点》。

《决胜21点》讲述了几位数学天才少年凭才智大闹赌城拉斯维加斯的故事。举世闻名的麻省理工,堪称是莘莘学子、科学天才们向往的圣地。作为有幸能到这里读书的新生,本·坎贝尔(吉姆·斯特吉斯饰)自然也有他的过人之处。的确,坎贝尔超常的数学运算才能在他进入麻省理工没多久就开始崭露头角。学院里讲授数学理论课程的米基·罗萨(凯文·史派西饰)更是一眼就看中了小伙子,并对其光明的未来充满了信心。经过短暂的接触之后,罗萨教授将这位数学天才介绍给他精心培养的另外几位数学高才生认识,并邀其加入一个由罗萨领导,由吉尔(凯特·波茨沃斯饰)、费舍(雅各布·皮特斯饰)等数学天才共同组成的“特殊团队”,专攻赌场上风行的“21点”游戏。运用他们对于数学的尖端认识和运算,在经验丰富的罗萨教授的指导下,轻松应对“21点”游戏中可能出现的各种局面,最终确保高频率地取胜纪录。

接着我介绍一下博弈的一些常见算法

1.symple bedding system

数学天才可以在赌场春风得意,但普通人没这么好运气。因为第一赌场要抽成,首先让你不利,在大数定理面前,赌博次数越多,输钱概率就越大。所以赌场安排好了规则后,通常只做一件事,就是让你不停赌博。只要堵得次数越多,大数定理对你越不利。况且赌场指定规则并非5:5平等,赌客赢钱概率不到50%,不利因素还不止一个。

下面我用Python建立蒙特卡洛模型,模拟大数定理(赌博次数越多,输钱概率就越大)

纵坐标表示手里赌博金额,横坐标是赌博次数

起始赌金10000元,这里有一百条曲线,代表一百个赌徒,赌博次数为100次时,大概有50条曲线在10000元以上,50条曲线在10000元以下。这表示赢钱和输钱的人差不多。

仍然一百个赌徒,赌博次数增加到一千次,大多数曲线走势低于10000元,表示破产的人多于赢钱的人。赌博次数少时,大数定理不明显。赌博次数多时大数定理开始发挥作用。
simple_bettor(10000,100,1000)

随着赌博次数增加到一万次,赌博人数达到一千人,可以看到大数法则体现,绝大多数人都破产

2.double bedding system

伏尔泰的情妇,夏特莱侯爵夫人是个数学家和物理学家。夏特莱出身贵族,受过良好的教育。1733年以后,她同当时杰出的学者伏尔泰*建立了联系。她又是牟培尔堆*的亲密朋友之一。当时赌博在欧洲盛行,贵族也不例外。伯爵夫人提出了double bedding system,即双倍法,这次输了,下次赌注加一倍,如果赢了就可以把上次输的钱捞回来。不幸的是夏特莱侯爵夫人的双倍法输光了所有钱,发生了著名的与伏尔泰私奔事件。

(Chatelet, Gabrielle-Emilie Le Tonnelier de Breteuil, Marchioness du)

我用蒙特卡洛模拟后,发现伯爵夫的双倍法破产,破产率很高,赢钱率也不如simple

3.D'Alembert Strategy

达朗贝尔(1717~1783)法国著名的物理学家、数学家和天文学家。1717年11月17日生于巴黎,1783年10月29日卒于巴黎。一生研究了大量课题,完成了涉及多个科学领域的论文和专著,其中最著名的有八卷巨著《数学手册》、力学专著《动力学》、23卷的《文集》、《百科全书》的序言等等。他提出的达朗贝尔赌博模型比较保守,不容易输钱,不会像夏特莱侯爵夫人把大量钱输的精光。

经过模特卡洛模拟发现
优点:破产率几乎为0
缺点:赢钱率不高,64%左右,赢的钱不多,做多10%左右

4.Labouchere System

那么,我们能找到一个优秀赌博算法模型嘛,能赢很多钱,赢得概率又大?答案是有的,看了皇家赌场007电影知道,英国政府机构派007詹姆士邦德去赢恐怖分子的钱。英国政府可不愿意输钱,他们为007定制了一套高胜率的算法,数学上成为Labouchere System。

此算法能有90%胜率,其原因:
1.目标明确,减少多余风险
2.吸收 D'Alembert算法优点,减少倍数带来巨大波动风险
3.分治算法,把目标分成几等分,逐步实现
4.总赌金和目标比值10:1合理,能有足够赌金和时间空间去赢钱或达到目的

单次Labouchere模拟Labouchere System for Gambling Tested

总赌金和赢取目标金额比例是1/10,胜率就有百分之90

总结,今天我用蒙特卡洛模拟了历史上常见几种赌博模型,在真实的赌场上,赌客持久赢钱概率很低。现在赌场都是高科技行业,拥有较多数学工程师和计算机工程师,赌客无时无刻都被赌场设计的模型算计。除非你比赌场的算法工程师更厉害,因此去赌场寻欢作乐还行,赢钱就算了。

作者警告一下,中国已被周边国家赌场包围。亚洲这些小国很多赌场经营合法化,有牌照,专门吸中国富人的钱。赌场背后往往有黑恶势力和地方政府背书,绑架勒索事情也时长发生。赌博有风险,祝你们早日上岸!

欢迎学习更多相关知识,成为人生赢家,作者录制,2k超清《Python数据分析与机器学习项目实战》

链接地址为https://edu.csdn.net/combo/detail/1928

数学建模_混合赌博模型相关推荐

  1. 数学建模_统计回归模型的梳理与总结:逐步回归,残差检验,自相关

    统计回归模型 (一)逐步回归 前提:当自变量x1,x2,x3-xn过多时,希望进行简化,找到对因变量贡献相对较大的自变量 需要计算出相关系数矩阵 然后根据自变量的贡献系数 找出贡献最大的自变量,与贡献 ...

  2. 数学建模_随机森林分类模型详解Python代码

    数学建模_随机森林分类模型详解Python代码 随机森林需要调整的参数有: (1) 决策树的个数 (2) 特征属性的个数 (3) 递归次数(即决策树的深度)''' from numpy import ...

  3. 【Python数学建模】SEIR传染病模型模型延伸-SEIDR模型(一),加入疫苗接种、政府管控、病毒变异等因素的影响

    目录 一. SEIR传染病模型 二. SEIR模型的延伸--SEIDR模型 三. 模型延伸--影响因素1:疫苗接种 四. 模型延伸--影响因素2:政府管控 五. 模型延伸--影响因素3:病毒变异 写在 ...

  4. 【Matlab】数学建模_变异系数法

    [Matlab]数学建模_变异系数法 1.基本思想 2.数据集介绍 3.文件结构 4.详细代码及注释 5.运行结果 6.结果说明 1.基本思想 变异系数法通常用于解决数据分布不同的问题.它是一个用于测 ...

  5. 数学建模学习记录——数学规划模型

    数学建模学习记录--数学规划模型 一.线性规划问题 MatLab中线性规划的标准型 MatLab中求解线性规划的命令 二.整数线性规划问题 三.非线性规划问题 MatLab中非线性规划的标准型 Mat ...

  6. Python小白的数学建模课-09.微分方程模型

    小白往往听到微分方程就觉得害怕,其实数学建模中的微分方程模型不仅没那么复杂,而且很容易写出高水平的数模论文. 本文介绍微分方程模型的建模与求解,通过常微分方程.常微分方程组.高阶常微分方程 3个案例手 ...

  7. dna序列分类数学建模matlab,数学建模DNA序列分类模型(终稿).doc

    您所在位置:网站首页 > 海量文档 &nbsp>&nbsp高等教育&nbsp>&nbsp生物学 数学建模DNA序列分类模型(终稿).doc32页 本文 ...

  8. 数学建模--时间序列分析、模型预测

    学习自:b站 清风数学建模 第1部分_时间序列分析的概念与时间序列分解模型 时间序列 时间序列的基本概念 区分时期和时点序列 时期序列适用于灰色预测模型 时间序列分解 时间要小于1年,才能进行时间序列 ...

  9. 防热服的设计数学建模_高温作业专用服装设计各位厂家提供点解题思路 2018年全国大学生数学建模A题...

    问匿名用户评论等级: 2018年全国大学生数学建模A题高温作业专用服装设计 这里统一对大家的问题做一个回答: 本题适用差分解法吗? 求解偏微分方程的方法中,差分方法和有限元是两类最主流的方法. 差分方 ...

  10. 数学建模笔记——评价类模型之灰色关联分析

    这一篇就简单介绍一下灰色关联分析吧.灰色关联分析主要有两个作用,一是进行系统分析,判断影响系统发展的因素的重要性.第二个作用就是用于综合评价问题,给出研究对象或者方案的优劣排名. 不过这里我只能简单介 ...

最新文章

  1. sudo apt get linux,常用sudo apt-get命令
  2. 2016年SDN通往成功路的5大步
  3. 损坏防浪涌电插排内部电路
  4. 【错误记录】Groovy 函数拦截调用 invokeMethod 导致栈溢出 ( java.lang.StackOverflowError )
  5. keil添加hal库_使用Keil uVision5创建stm32 hal库项目过程
  6. 记WinCE下调试SIM900 GSM module
  7. windows securecrt下文件复制到linux,SecureCRT在linux与windows本地互传文件
  8. vue --- 动画执行的周期(动画的钩子函数)
  9. 微软(中国)CTO韦青:人工智能时代还没有真正到来
  10. java web分享ppt大纲 -- servlet包
  11. VC2005 运行库解析
  12. 将两个顺序表合并为一个新的顺序表
  13. Form表单的重置按钮(type=“reset“)无法重置隐藏Input输入框的值
  14. 蓝蓝设计 扁平化界面风格的设计
  15. 机器视觉学习笔记(三)-- 图像采集(镜头)
  16. 基于Bootstrap垂直响应的jQuery时间轴特效
  17. xpath之根据节点获取兄弟节点
  18. SQL语句查询表的最后一条数据
  19. Allegro贴片元件封装制作
  20. 深度强化学习DQN网络

热门文章

  1. php unid,微信扫码登陆/微信公交号 登录PHP 自适应 UnionID统一用户
  2. linux下安装配置nginx,Linux下安装与配置nginx
  3. aop实现原理_Spring学习之AOP
  4. Java中的char占用几个字节
  5. SpringBoot学习---thymeleaf模板引擎
  6. python中的三种排序方法,使用冒泡对列表排序,使用自带sort方法进行排序
  7. 三包围结构的字是什么样的_四张图说清楷书结构技巧,学硬笔书法的有福了
  8. 打开gedit_使用 gedit 文本编辑器优化你的 GNOME 体验 | Linux 中国
  9. 国网376.1协议报文地址域
  10. java 编程思想 一 第二章(对象)