如何使用權益計算器做出更好的決定
權益計算器讓你比較手牌對手牌和手牌對範圍 — 學習如何使用它來學習和進步。
什麼是權益？為什麼它決定每一個決策?
權益(equity)是撲克數學裡最重要的一個詞。把詐唬、時間 tell、牌桌閒聊都剝掉之後,每一條街上的每一個決策,最終都會歸結到一個問題:如果之後沒人棄牌,我贏下這個底池的頻率是多少? 那個百分比就是你的權益,它是底池賠率跟注、半詐唬下注尺度、河牌詐唬頻率,以及幾乎所有把贏家和輸家區分開來的概念的基石。
但是光看權益還不夠。原始權益(raw equity)— 也就是把五張公共牌全部發完之後你贏牌的冷冰冰百分比 — 跟權益實現(equity realization)— 也就是在位置、籌碼深度、對手策略給定的情況下,你實際捕捉到的那部分原始權益的百分比 — 之間有一個關鍵的差別。像 7h6h 這手牌對 UTG 緊範圍有大約 32% 的原始權益,但無位置、後手 100bb 的情況下,你可能只能實現其中的 70-80%。你會在不利的轉牌棄牌、被嚇人的河牌詐唬走、擊中時又拿不到價值。原始的 32% 在現實中變成大約 24-26% — 而那個落差就是大多數漏洞所在。
同花連張是經典例子。在強加注者的無位置上,它們實現的權益會低於原始權益,因為它們在大量不利牌面上必須過牌-棄牌。在跟注站(calling station)的有位置上,它們會超額實現,因為能拿到免費牌、擊中時又能價值拚到死。權益計算器給你的是原始數字;理解實現這件事,才是把那個數字變成決策的關鍵。
權益計算器是怎麼運作的:模擬引擎
大多數消費級計算器 — Equilab、PokerStove,以及 GTO Wizard 內建的權益面板 — 用的是兩種方法之一:
- 窮舉枚舉(Exhaustive enumeration):當剩下的組合數很少時(例如已知翻牌上 AKs vs JJ),計算器會迭代每一種可能的轉牌-河牌跑牌,加總勝、負、和。精確值。
- 蒙地卡羅模擬(Monte Carlo simulation):當範圍變寬,枚舉就太慢了,所以計算器會發出幾萬次(有時幾十萬次)隨機跑牌,回報實證勝率。10 萬次試驗的精度,跟真實值的誤差大約在 0.3% 以內。
你看到的輸出 — 例如「AKs 翻牌前全下對 JJ 有 46.2% 權益」— 就是所有那些模擬跑牌結果的平均值。這裡沒有對對手策略建模,沒有棄牌、沒有下注尺度。就只是兩手(或多手)牌或範圍,賽跑到河牌。
這既是強項也是限制。強項:乾淨、客觀的基準。限制:計算器假設你免費走到攤牌。真實撲克裡有下注、棄牌、資訊外洩。這就是為什麼有 PioSolver、GTO+、MonkerSolver 這樣的求解器存在 — 它們在權益之上再對策略建模。但你沒有先建立權益直覺,就無法聰明地使用求解器。
三種模式:單手對單手、單手對範圍、範圍對範圍
每個權益計算器都支援三種分析模式,複雜度由低到高。
單手對單手(Hand vs Hand)
你輸入兩手具體的牌跟一個牌面(或翻牌前不輸入牌面)。這對全下權益問題很有用 — 翻轉局面、三條對三條、聽牌對成牌。它回答:「如果我們現在就攤牌,我贏的頻率是多少?」
單手對範圍(Hand vs Range)
你輸入一手具體的牌,然後給對手指定一個範圍(例如「TT+, AK, AQs」)。計算器會對範圍裡每一手牌加權,回傳你的平均權益。這是遊戲式學習的預設模式 — 你通常知道自己手牌是什麼,然後對對手可能持有什麼有個讀牌。
範圍對範圍(Range vs Range)
你輸入兩個範圍,讓它們在指定牌面上對撞。這是求解器等級的分析,因為真實撲克就是範圍對範圍 — 你的對手也不知道你具體是什麼牌,你的策略必須在你整個範圍上都行得通。「這個牌面有利於 BTN 範圍 56/44」這種說法,就是從範圍對範圍來的。這是 GTO 學習的語言,GTO Wizard 跟 PioSolver 之類的工具,整個輸出都是建立在每個節點的範圍對範圍權益計算之上。
重點:單手對單手教你翻轉。單手對範圍教你決策。範圍對範圍教你策略。
逐步演練:Equilab 在實戰局面上的操作
我們用 Equilab 跑一個具體例子(同樣的流程也適用於 PokerStove 或 GTO Wizard 的權益面板)。
局面:100bb 現金桌。BTN 加注到 2.5bb。BB 跟注。翻牌是 Q83 彩虹。我們是 BB 拿 KQ 不同花。我們想知道我們對 BTN 的持續下注範圍的權益。
步驟 1 — 輸入你的手牌:打開 Equilab,點「Player 1」,選 KQ 不同花(具體選 Kc Qd,避免燒掉牌面要用的花色)。
步驟 2 — 輸入對手的範圍:點「Player 2」,打開範圍矩陣。一個合理的 BTN 加注範圍大約是頂端 45% 的牌:
22+, A2s+, K2s+, Q2s+, J5s+, T6s+, 96s+, 86s+, 75s+, 64s+, 53s+,
A2o+, K8o+, Q9o+, J9o+, T9o, 98o
你可以直接把這個貼到 Equilab 的範圍語法欄位。
步驟 3 — 輸入牌面:Q8 梅花跟 3 方塊。
步驟 4 — 讀取結果:Equilab 在 Q83 上回傳大約 62% 權益給 KQ vs BTN 整個開鍋範圍。頂對頂踢腳壓制了對手大部分範圍。
步驟 5 — 細化範圍:BTN 不會在這裡用整個範圍 c-bet。把它收緊到「BTN c-bet 的範圍」— Qx、88、33、AhKh 之類的後門牌,加上一些放棄詐唬。重算。權益降到大約 55%,因為下注範圍偏向那些贏你或跟你均分的 Qx。
那個細化才是真正學習發生的地方。第一個數字說「我領先他的開鍋範圍」。第二個說「我只是稍微領先他的下注範圍」。會跟出不一樣的決策。
底池賠率 + 權益 = 跟注/棄牌:數學
底池賠率就是底池給你跟注時的價碼。
底池賠率(以 % 表示)= 下注 / (底池 + 下注 + 你的跟注)
= 下注 / (你跟注後的最終底池)
例子:底池 $100。對手下注 $50。你跟注 $50,搶一個 $200 的最終底池。
底池賠率 = $50 / ($100 + $50 + $50) = $50 / $200 = 25%
你需要至少 25% 權益才能跟注打平。30% 權益 = +EV。22% = 棄牌(在真空中 — 隱含賠率可能改變這件事)。
損益兩平權益,通式
對任何下注尺度 b,在底池 p 上:
損益兩平% = b / (p + 2b)
| 下注尺度 | 底池賠率 | 損益兩平權益 |
|---|---|---|
| 1/4 底池 | 4 比 1 | 16.7% |
| 1/3 底池 | 3 比 1 | 20.0% |
| 1/2 底池 | 2 比 1 | 25.0% |
| 2/3 底池 | 1.5 比 1 | 28.6% |
| 3/4 底池 | 1.33 比 1 | 30.0% |
| 滿池 | 1 比 1 | 33.3% |
| 1.5 倍底池 | 約 0.67 比 1 | 37.5% |
| 2 倍底池 | 0.5 比 1 | 40.0% |
最低防守頻率(MDF)
底池賠率的反面 — 下注者的對手必須繼續多少頻率,才能否定任意兩張牌的盈利詐唬。
MDF = 底池 / (底池 + 下注)
例子:2/3 池下注($66 進 $100):
MDF = $100 / ($100 + $66) = 60.2%
你作為防守方的範圍必須繼續大約 60% 的時間。如果你棄掉更多,下注者用任何隨機牌都能盈利。權益計算器幫你弄清楚你範圍裡哪 60% 有足夠權益繼續打。
何時權益沒你想得那麼重要
原始權益是起點,不是判決。有三股力量經常會推翻它:
- 隱含賠率:當你在翻牌擊中三條或兩頭順,對手是深籌碼又會付錢時,你可以用比底池賠率還差的權益跟注,因為未來的錢遠大於眼前的價碼。中三條(set-mining)的數學 = 8 比 1 的隱含賠率規則。
- 位置:無位置牌實現得比較少。一手 50% 權益的牌在無位置上,常常打起來像 42% 權益的牌在有位置上,即使原始權益完全相同。
- 對手傾向:如果對手從不棄牌,你的詐唬就完全失去棄牌權益。如果對手棄太多,邊緣牌會變成詐唬接牌(bluff-catcher),因為對手的價值範圍對下注尺度來說太窄,撐不起這個尺度。
參考表:常見對戰
把這些背下來 — 它們是每一個翻牌前跟翻牌決策的構成元件。
| 對戰 | 權益(贏家 / 輸家) |
|---|---|
| AA vs KK(翻牌前) | 81% / 19% |
| AA vs 22(翻牌前) | 80% / 20% |
| AA vs AKs(翻牌前) | 88% / 12% |
| KK vs AKo(翻牌前) | 70% / 30% |
| QQ vs AKs(翻牌前) | 54% / 46% |
| JJ vs AQo(經典翻轉) | 56% / 44% |
| TT vs 76s(對子 vs 同花連張) | 67% / 33% |
| AKs vs 22 | 50% / 50% |
| AKo vs 22 | 47% / 53% |
| AKs vs 隨機牌 | 67% / 33% |
| KQs vs 隨機牌 | 63% / 37% |
| 76s vs 隨機牌 | 51% / 49% |
| 72o vs 隨機牌 | 35% / 65% |
| 三條 vs 同花聽牌 + 超牌(翻牌) | 約 60% / 40% |
| TPTK vs 同花聽牌(翻牌) | 約 55% / 45% |
| 兩頭順 vs 超對(翻牌) | 約 32% / 68% |
| 同花聽牌 vs 超對(翻牌) | 約 36% / 64% |
| 組合聽牌(同花 + 兩頭順)vs 超對 | 約 54% / 46% |
三個值得燒進記憶的規律:
- 對子對兩張超牌大約是翻轉。AKs vs 22 是 50/50。
- 同花比你想得還重要。同花比不同花多 2-3%。AKs vs 22 = 50/50;AKo vs 22 = 47/53。
- 組合聽牌對超對是翻轉。這就是為什麼求解器愛把它們當半詐唬全下。
五個演練學習例子
1. 翻牌前:AKs vs JJ 全下
經典翻轉。AKs vs JJ 有 46.2% 權益。開了 AKs 之後面對 25bb 的 3-bet 全下;底池現在大約 52bb。你跟注 22.5bb,搶一個大約 74.5bb 的最終底池:
底池賠率 = 22.5 / 74.5 ≈ 30%
你需要 30%;你有 46.2%。秒跟。即使我們是輸家也是決定性的。
2. 翻牌:AhQh 在 Q83 上 vs UTG 範圍
我們在 Qs8d3c 上拿 AhQh。UTG 翻牌前範圍很緊:88+, AQs+, AKo, KQs, QJs(大約 10% 的牌)。Equilab 回傳 AhQh vs 那個範圍約 73%。我們下 1/3 池做價值-保護;即使被跟我們也是壓倒性領先。對緊範圍,TPTK 輾壓跟注範圍,所以小尺度從更差的 Qx 跟更小的對子身上拿到最大價值。
3. 轉牌:同花聽牌 vs 超對
我們在 Kh8h2c2s 上拿 Ah5h。對手是 KK(轉牌中三條)。原始權益:
- 河牌上 9 張紅心出張 = 9/44 ≈ 20.5%
- 對手 2/3 池下注的底池賠率:需要 28.6%
- 差大約 8%
但隱含賠率改變了數學。後手 100bb,擊中同花再贏半個籌碼。考量隱含賠率調整後,對於以超對跟三條為主的範圍,跟注是正確的。
4. 河牌:用最小對子接詐唬
牌面 QsJh4c7d2s。我們拿 4d4h。對手一直很被動,然後在河牌超額下注 1.5 倍池($150 進 $100):
底池賠率 = 150 / (100 + 150 + 150) = 37.5%
我們需要 37.5% 權益。對極化的超額下注範圍(三條、兩對、破掉的聽牌),最小對子有大約 20-25%。除非對手在這個尺度下詐唬超過 ~38% — 從被動玩家身上很罕見 — 明顯棄牌。
5. 用 QQ 對極化的 3-bet 全下
我們 BTN 用 QQ 加到 2.5bb。SB 全下 25bb。SB 的全下範圍是極化的:{AA, KK, QQ, JJ, AK, A5s-A2s, 55-22}。
QQ vs 那個範圍回傳約 52% 權益。跟注 22.5bb 進大約 52bb 最終底池的底池賠率:
底池賠率 = 22.5 / 52 ≈ 43%
我們需要 43%,我們有 52%。輕鬆跟注。詐唬部分(我們輾壓的 Ax 同花跟小對子)把權益推到門檻之上,即使我們落後價值範圍的一半也是如此。
常見的權益迷思
「我有 40% 權益,所以我應該跟到下注 40% 為止」。錯 — 你比較的是權益跟底池賠率,不是下注佔底池的比例。50% 池下注只需要 25% 權益跟注,所以 40% 在那裡很舒服,不是邊緣。
「我的三條在翻牌上有 90% 權益,所以我該慢打」。三條對超對接近 91/9,但權益保護不等於 EV 最大化。趁對手有頂對的時候現在就把底池建大,贏過過牌然後讓嚇人的牌在轉牌殺掉動作。
「同花連張很棒,因為它們對大對子有很多權益」。76s 翻牌前對 AA 只有 22% 權益。打同花連張的理由是隱含賠率跟有位置上的權益實現,不是原始翻牌前權益。
「AK 對任何對子都是翻轉」。只有對 JJ 跟 TT 不同花形式才是。AKs vs 22 是 50/50,因為同花花聽牌權益抵消了對子的優勢。AKs vs QQ 是 46/54。
「權益就等於贏下這手牌」。權益是在沒有後續下注、所有牌都發完的情況下,你平均贏得底池的百分比。你可以有 60% 權益卻輸掉每一塊錢,因為你被下注擠走;或是 30% 權益卻贏了,因為對手棄牌。攤牌權益是 EV 的其中一個輸入,跟棄牌權益、下注尺度槓桿並列。
DEEPFOLD 在哪裡發揮作用
手動把範圍輸進 Equilab,對冷靜學習來說很好,但無法擴展到你上週六在 GGPoker 打的 1,500 手。DEEPFOLD 的 AI 教練 在你上傳手牌歷史時,會在每一條街自動計算權益 — 給定迄今動作,你的牌 vs 對手建模範圍,原始權益、實現估計、底池賠率門檻通通在同一個畫面。你會看到哪些「權益正確」的跟注其實因為位置而是 -EV,以及哪些「軟弱」的棄牌其實是 +EV,因為你的牌沒充分實現。
那是靜態計算器之上的下一層:由你實際打出的手牌脈絡化的權益,而不是你想像出來的抽象局面。
🎯 看每一條街的權益 → AI 教練
結語
權益計算器是進入撲克數學的入口。用得好,它會教你看起來強的牌跟在特定範圍、特定牌面上真的強的牌之間的差異。把它跟底池賠率跟 MDF 配在一起,你就有客觀評估任何決策的工具組。下一層 — 策略、尺度、詐唬頻率 — 是求解器的領域。沒有權益基礎,任何一塊都不會運作,所以先把那塊蓋好,把參考表練到數字感覺顯而易見為止。