MDF 最低防守頻率詳解:跟注和棄牌背後的數學
MDF 是 GTO 防守的骨幹 — 學習公式、何時應用、何時偏離做剝削性打法。
什麼是最低防守頻率?
最低防守頻率 (Minimum Defense Frequency, MDF) 是指當對手下注時,你必須跟注或加注的範圍比例,用來確保對手無法靠任意兩張牌詐唬就自動獲利。如果你棄牌的頻率高於 MDF,那麼任何一手詐唬牌都會變成 +EV——包括 72o 這種垃圾牌。如果你以 MDF 或更高頻率防守,純詐唬的 EV 就會降到零或負值,對手就被迫用真正的價值牌來平衡他的下注。
這就是這個指標的核心意義:它是防守方的不可剝削底線。它不會告訴你該用哪一手具體的牌跟注,也不會告訴你跟注本身是不是 +EV。它告訴你的是「頻率」——你的整個範圍必須以多少比例繼續下去,才不會讓對手免費詐唬。
MDF 和 alpha 處於同一個座標軸上——兩者其實是同一件事的兩種講法。Alpha 是下注方為了讓下注平衡而需要的詐唬與價值比例;MDF 則是防守方對應同一個均衡的鏡像。Alpha 問的是「對手需要詐唬多少頻率,英雄的跟注才會剛好打平」,而 MDF 問的是「英雄需要跟注多少頻率,對手的詐唬才會剛好打平」。同一條方程式,不同的座位。
📖 想了解更宏觀的框架,請參考 GTO 與剝削型打法。
公式
簡潔的形式:
MDF = pot / (pot + bet)
其中 pot 是對手下注前的底池大小,bet 是對手的下注額。兩個數字必須使用相同單位 (籌碼、大盲或底池比例——選一個並一致使用)。
你有時也會看到等價的另一種寫法:
MDF = 1 - (bet / (pot + bet))
第二種形式其實就是「1 減去對手詐唬的風險報酬比」。對手投入 bet 來爭取 pot + bet (底池加上他自己這一注被贏回來),所以 bet / (pot + bet) 就是對手在 0% 權益詐唬時需要英雄棄牌的比例。MDF 就是剩下的那塊:英雄「不能」棄牌的比例。
舉個實例。底池 100,對手下注 50。英雄的 MDF 是 100 / (100 + 50) = 66.7%。對手投入 50 想贏 100;他的詐唬打平點是 50 / 150 = 33.3%。英雄必須繼續 66.7% 的範圍,才能讓對手的純詐唬虧錢。
不同下注尺度下的 MDF——參考表
| 下注尺度 (% 底池) | MDF | 對手詐唬打平點 (所需棄牌率) |
|---|---|---|
| 25% | 80% | 20% |
| 33% | 75% | 25% |
| 50% | 67% | 33% |
| 66% | 60% | 40% |
| 75% | 57% | 43% |
| 100% (滿池) | 50% | 50% |
| 150% (1.5 倍超池) | 40% | 60% |
| 200% (2 倍超池) | 33% | 67% |
| 300% (3 倍超池) | 25% | 75% |
兩個必須內化的規律:
- 越大的下注要求越小的防守頻率。 33% 的小注強迫你防守 75% 的範圍。1.5 倍的超池下注卻只強迫你防守 40%。這就是為什麼極化的超池下注有效——它讓對手能用權益極低的牌詐唬,而英雄只需要棄掉約 60% 的範圍。
- 「打平棄牌率」這一欄是詐唬方的視角。 如果對手下注 50% 底池,而你以 50% 頻率棄牌 (而不是該有的 33%),那麼他用 0% 權益的牌詐唬就是在印鈔票。
MDF 與底池賠率——別搞混
這兩個數字來自相同的算術,但回答的是相反的問題。
| 概念 | 它回答的問題 | 公式 | 視角 |
|---|---|---|---|
| 底池賠率 | 「我這一手單獨的牌需要多少權益才能跟注獲利?」 | bet / (pot + bet + bet) |
英雄,單一手牌 |
| MDF | 「我整個範圍要繼續多少比例,才能讓對手無法自動詐唬?」 | pot / (pot + bet) |
英雄,整體範圍 |
如果對手滿池下注,你的底池賠率是 1 / 3 = 33%——你具體的這一手牌需要對手繼續範圍的 33% 權益才能打平。你的 MDF 是 50%——不論你拿到的是哪一手具體牌,你範圍的一半都必須繼續下去。
新手常見的陷阱:看一下底池賠率,發現自己的牌對上對手的價值範圍只有 30% 權益,於是棄牌。這對「那一手牌」來說是正確的——但如果他把所有對價值範圍權益低於 30% 的牌都棄掉,他往往會棄掉 70% 以上的範圍,遠遠超過 MDF,對手任何一手詐唬都是在收禮物。底池賠率挑的是個別手牌;MDF 挑的是要保留多少手牌。
如何選擇要防守的手牌
MDF 告訴你「數量」。它不告訴你「哪些 combo」。選擇的順序如下:
- 先看對上對手價值範圍的權益。 如果對手河牌的價值範圍是
{TT+, AQ+},把你的範圍按對這個範圍的純粹權益排序。從上往下守,直到覆蓋 MDF 門檻。 - 其次看阻擋牌。 在權益相近的牌之間,優先選擇能阻擋對手價值組合的牌。在四同花面牌上拿著
A♠,等於把堅果同花從對手範圍中移除;在QJTxx牌路上拿著一張Q,等於減少對手的 set 與 KT 順子組合。 - 避免阻擋對手的詐唬。 這是反向的錯誤。如果對手的詐唬牌是錯失的同花聽牌,而你拿著該花色的高張,那麼對手範圍中的詐唬就更少——你的跟注因此變差。要選那些「不阻擋」對手詐唬的牌繼續。
🎯 不確定該守哪些 combo?把這手牌貼到 DEEPFOLD AI Coach,它會根據對手可能的價值分布來排序你的範圍。
實戰範例:BTN 在 Q72r 上 c-bet 50%
設定:有效籌碼 100bb,BTN 開 2.5 倍,BB 跟注。翻牌底池約 5.5bb。BTN 持續下注 50% 底池 (約 2.75bb)。翻牌是 Q♦ 7♣ 2♠——乾燥、彩虹、無聽牌。
MDF = 5.5 / (5.5 + 2.75) = 66.7%。BB 必須繼續翻牌前跟注範圍的三分之二。
BB 在這裡的翻牌範圍大致是:任何對子、任何帶後門的 A 高張、中段連張、同花連張、broadway 組合。按對 BTN 持續下注範圍的權益由高到低排序:
| 牌型 | 對 50% c-bet 的動作 | 理由 |
|---|---|---|
Sets (QQ、77、22) |
多半加注/偶爾跟注 | 留一些 QQ 慢打,保護跟注範圍 |
頂對 (AQ、KQ、QJ、QT) |
純跟注 | 範圍頂端;加注會稀釋對手詐唬 |
中對 (A7s、87s、76s) |
純跟注 | 對抗 c-bet 詐唬時攤牌價值高 |
底對 (A2s、32s) |
混合跟注 | 有攤牌價值,且阻擋部分 A 高張詐唬 |
中等對子 (88-JJ) |
純跟注 | 壓制詐唬,落後價值 |
帶後門的 overcards (A5s、KJs) |
多半跟注 | 詐唬抓牌權益 + 轉牌改進空間 |
不帶後門的 overcards (KTo、JTo) |
多半棄牌 | 範圍底端 |
垃圾牌 (53o、64o,如果不小心混進來) |
棄牌 | 低於門檻 |
把 combo 數一數,範圍頂端加起來大約是 BB 翻牌前跟注範圍的 65-70%——剛好落在 MDF 附近。注意,BB 不是把所有沒對子的牌都棄掉。像 A5s 帶後門同花聽牌這種詐唬抓牌,還是要防守,因為替代方案——把它棄掉——會把防守率推到遠低於 MDF,讓 BTN 用任意兩張牌詐唬。
多街道 MDF:它會複合
這是大多數玩家漏掉最多 EV 的地方。MDF 是「每街、每注」分別計算的。如果對手連續三條街轟炸,你對「整條線」的真實防守率,是每條街 MDF 的「乘積」,而不是河牌單獨的 MDF。
假設對手翻牌下注 66%、轉牌下注 66%、河牌下注 66%。每條街的 MDF 都是 60%。你對整套三街轟炸的整體防守率:
0.60 × 0.60 × 0.60 = 21.6%
只有起始範圍的 21.6% 會走到河牌跟注。這是正確且合理的——轟炸會快速壓縮範圍。錯誤在於以為自己河牌要在「轉牌跟注範圍」中防守 60%,那會造成河牌過度防守。
幾個實務上的啟示:
- 別只因為翻牌 MDF 高就在翻牌寬鬆漂浮。 沒有計畫就漂浮翻牌的牌,會被轉牌與河牌的轟炸切碎。
- 挑選具備跨街可玩性的牌。 後門聽牌、帶 overcards 的內順聽、能變兩對的對子——這些牌守得了翻牌,而且就算對手轟炸轉牌也還是強。
- 極化型對手會逼你壓縮。 對上極化的三街轟炸者,你在「轉牌跟注範圍內」的河牌防守率「可以」接近 MDF (因為你已經把範圍篩成詐唬抓牌與價值);但對上合併型轟炸者,數學就不一樣了。
對你常打的線,用求解器驗證複合的防守率。DEEPFOLD-SOLVER 會輸出每個節點的逐街防守頻率,讓你比較自己實戰桌上的防守與均衡之間的差距。
對 MDF 的剝削型偏離
MDF 是不被剝削的底線。它幾乎永遠不是 EV 最高的策略。一旦你對對手有讀,就應該偏離。
何時該「比 MDF 棄得更多」(防守不足)
- 對手詐唬不足。 大多數微小級別與低額常客在河牌的詐唬都不夠。對上一個只用價值牌三街轟炸的玩家,河牌 MDF 直接丟掉——把每一手詐唬抓牌都棄掉。
- 範圍亮牌的場合。 如果你的線寫著「弱頂對或更差」,而對手的線寫著「兩對以上」,按 MDF 防守是在燒錢。這時應該由底池賠率主導決策,而不是 MDF。
- 抽水後賠率變差。 在抽水上限高的現場現金桌,或在線微小級別,抽水會吃掉邊緣性的跟注。把標準收緊到 MDF 以下。
何時該「比 MDF 守得更多」(過度防守)
- 對手詐唬過度。 大多數現場娛樂玩家在轉牌詐唬但河牌不詐唬——但有些人每條街都詐唬。如果對手詐唬頻率 40%、價值 60%,按 MDF 防守就是錯的;你應該跟得更寬,因為價格很慷慨。
- 極化場合中持有強阻擋牌。 在四同花河牌上拿著
A♠,而對手又一直在轟炸,代表他的價值 (堅果同花) 被削減。即使你對價值的純粹權益不佳,這張阻擋牌也讓跟注變得有利可圖。 - 未來對局考量。 建立「不會棄牌」的形象,可能在這場對局之後讓對手用邊緣價值牌過牌而拿回收益。
最乾淨的心智模型:MDF 是「如何不被剝削」。剝削型打法則是「如何剝削坐在你對面的那個具體的人」。前者是預設值;後者才是目標。
常見錯誤
- 把 MDF 當成目標而不是底線。 MDF 是最低值。如果對手詐唬不足,正確頻率「更低」;如果對手詐唬過度,正確頻率「更高」。對上不平衡的對手卻剛好按 MDF 防守,是把錢留在桌上。
- 混淆 MDF 與底池賠率。 底池賠率管個別跟注;MDF 管整個範圍。兩者都要用——底池賠率告訴你哪些具體手牌可以納入,MDF 告訴你要納入多少手牌。
- 忘了 MDF 會隨下注尺度重新縮放。 那些預設「我河牌都跟 60%」的玩家,對 66% 底池剛好正確,對 33% 底池可剝削 (防守不足),對 1.5 倍超池又跟太多。先看尺度。
- 忽略範圍構成。 如果你的範圍走到河牌時 80% 是錯失的聽牌、20% 是強成牌,任何 MDF 數學都救不了你——你的範圍結構本來就弱。修正的方法是更早期的範圍構建,而不是河牌的英雄式跟注。
- 跨街道把 MDF 複合錯。 每條街守 60% 在每個獨立決策上沒問題,但代表只有約 22% 的起始範圍會走到三街轟炸的河牌。別把逐街 MDF 跟整線防守搞混。
- 用阻擋對手詐唬的牌防守。 在錯失黑桃的河牌上用
K♠繼續,等於把黑桃詐唬從對手範圍中移除。比較好的做法是用非黑桃的 K 或非黑桃的 A 防守——一樣的攤牌價值,但不會阻擋你希望對手有的詐唬。 - 在多人底池套用 MDF。 MDF 假設的是單挑下注方對防守方的動態。一旦有第三個玩家加入,數學就破裂了——直接看求解器輸出的 range vs range,不要看 MDF 表。
FAQ
MDF 和 alpha 是同一個東西嗎?
它們是同一個均衡的兩種視角。Alpha 是下注方為了讓下注平衡而需要的詐唬與價值比例。MDF 是防守方為了讓任何 0% 權益詐唬剛好打平而需要的繼續率。數字不一樣 (alpha 是對手下注範圍中詐唬的比例;MDF 是英雄不棄牌的比例),但描述的是同一個 Nash 邊界。大多數教練在教防守時用 MDF,在教進攻時用 alpha。
MDF 如何套用到詐唬抓牌?
詐唬抓牌正是 MDF 設計來保留在你範圍中的那種牌。詐唬抓牌贏對手的詐唬、輸對手的價值,所以它的 EV 完全取決於對手的詐唬頻率。MDF 挑出的門檻,是讓你保留足夠的詐唬抓牌,使得對手沒辦法靠加詐唬獲利。如果你完全沒有詐唬抓牌——純價值對純空氣——你就直接全部跟價值、全部棄空氣。MDF 在意的是中間那塊曖昧地帶。
我是不是應該永遠剛好按 MDF 防守?
不是。MDF 是不被剝削的最低值,不是 EV 最高的打法。只要你對對手詐唬頻率有任何讀,就應該偏離。預設值是「沒有資訊時就按 MDF 防守」。$100NL 以上的整個遊戲,本質上就是搞清楚哪些對手詐唬不足、哪些過度,然後往該方向調整。
MDF 適用於翻牌前嗎?
鬆散地適用。翻牌前範圍更寬,而且未來街道的權益會把數學弄混,所以人們不會用同樣的方式講翻牌前 MDF。功能上,BB 對開局加注的防守用的邏輯類似——BB 必須跟得夠頻繁,讓開局者沒辦法用偷盲自動獲利——但教練通常稱之為「BB 防守範圍」,直接列表,而不是從 MDF 推導。
如果對手河牌全下,MDF 怎麼算?
公式不變。如果對手河牌推 1.5 倍底池,MDF 就是 40%。全下這件事不會改變數學;它只代表對手範圍比平常更極化 (沒有價值切割,所有籌碼已投入)。你還是要防守約 40% 的範圍——但「選哪 40%」更重要,因為你只有一次跟注決策。
我怎麼知道某一手牌佔我範圍的比例?
用求解器或範圍工具。在桌上憑感覺估很難。DEEPFOLD Basic ($17/月) 為你手牌歷史中的每個場合提供範圍視覺化,DEEPFOLD PRO ($25/月) 讓你把自己的決策跟 GTO 基準頻率對比。PioSolver、GTO Wizard 與 GTO+ 都會輸出每手牌的動作頻率,可以離桌研究。
對手下很小 (約 10-20% 底池) 時 MDF 還適用嗎?
適用,而且表格可以延伸:20% 底池 → MDF 83%、10% 底池 → MDF 91%。極小的小注強迫你幾乎防守一切——這就是為什麼 donk-bet 與小型試探在現代理論中這麼常見;它們讓對手能下得更稀薄,因為英雄沒辦法獲利地棄太多。反過來說:對小注幾乎不會寬鬆加注,因為對手範圍同樣會非常寬。
延伸閱讀
💡 MDF 是底線,不是天花板。沒讀時以它為預設值,有讀時就大膽偏離。
🎯 逐手檢視你的防守頻率 → DEEPFOLD AI Coach