小蝶量化：赌场老虎机与加密迷因币 为何长期参与必输？

 一位海外玩家最近在网上曝光了自己最近的一段经历：

他自述在这次参与阿根廷总统发行的LIBRA代币交易中，输掉了一切。他从前面的迷因币到前阵子的Trump币，这一路都收获了丰厚的回报，但所有这一切都在LIBRA上清零。公众号关注：博森科技小蝶。

为了扳回这个局面，他准备卖掉线下的实体资产再到链上拿回失去的一切。

这样的故事我看的太多了，也曾经多次在过往的文章中和大家分享过。但这次再看到这样的故事，我的想法有点变了。不是结论变了，而是思考的方法有点变化，我现在再看这类问题有了一个更理性的框架。

春节期间，我看到了一个很有意思的视频，它用大数定理和期望值回归解释了赌场中很多有趣的现象。

比如为什么赌徒长期玩下去一定会输？

为什么很多赌场中最不起眼的老虎机反而是赌场盈利最丰厚、最稳定的挣钱机器？

虽然我是个理科生，概率统计也是读书时的必修课，但把概率统计用如此浅显易懂的话语把赌场中的这些现象解释得如此透彻的案例我还是第一次看到。

所以今天就和大家分享一下这其中的奥妙。

我们先看一个抛硬币的例子。

我们都知道抛硬币，抛到正面的概率期望值是50%。但如果我们用不同的方式操作，我们会看到与我们的想象大相径庭的结果。

如果我们把一个硬币连续抛2次，我们会发现很多人都能连续2次抛出正面。在这种情况下，很多人会习惯性的认为第3次抛还是会抛出正面。

如果我们把这个硬币连续抛4次，能连续4次抛出正面的人就少一些了。在这种情况下认为第5次抛还是会抛出正面的人也变少了。

如果我们把这个硬币连续抛6次、8次、10次、100次，则能连续抛出正面的人会急剧减少，习惯性认为下一次还能再抛出正面的人也会急剧减少。

随着抛硬币的次数越来越多，我们终于发现抛出正面的概率基本上稳定在了50%，而不是像抛2次、抛4次时看到的那样概率竟然有时能达到100%。

这就是大数定理（抛硬币的次数越来越多）和期望值回归（正面出现的概率回归到50%）在起作用。

把这个原理用到赌场，我们就会发现这样一些有趣的现象：

如果一个赌局赌徒只玩一次，后续不再参与了，即便这场赌局中赌徒只有10%赢的概率，庄家最终的优势都不太明显，或者换句话说赌徒最终的劣势都不太明显。

但如果一个赌局赌徒无限玩下去，即便这场赌局中赌徒有49%赢的概率，庄家最终的优势都会很明显，赌徒最终都会输。公众号关注：博森科技小蝶。