Bounty - Mystery Bounty Tournaments

자막 안내: 불확실 11개 (해당 구간은 확인이 필요합니다.) 자막 안내: 불확실 11개 (해당 구간은 확인이 필요합니다.) 안녕하세요, W3C Ray입니다 오늘은 미스터리 바운티 계산과 안녕하세요, W3C Ray입니다 오늘은 미스터리 바운티 계산과 그 가치 계산법에 대한 제 견해를 알아보겠습니다

바로 시작하죠 미스터리 바운티도 SKO처럼 바이인의 일부는 일반 상금 풀에, 일부는 KO 상금 풀에 들어갑니다 하지만 일반 SKO와 달리

획득할 바운티 금액은 무작위입니다 최소 바운티 금액이 있고 최대치는 전체 상금 풀의 10%, KO 상금 풀의 20%까지 갑니다 따라서 이 형식의 최대 바운티는

금액이 정해진 SKO보다 훨씬 큽니다 100+100 SKO라면 한 명을 탈락시켜 100달러를 받을 수 있지만

100달러 미스터리 바운티에서는 필드가 아주 크면 백만짜리 바운티도 받을 수 있습니다 큰 바운티와 작은 바운티의 수, 즉 금액 분포와 최대·최소 바운티의 격차는 상당히 치우칠 수 있습니다

분포가 최상위에 집중되어 KO 상금 풀의 큰 부분이 바운티 하나에 담길 수도 있죠 필드가 크고 KO 상금 풀의 상당액이 아주 적은 플레이어에게 몰려 있다면, 이처럼 큰 바운티가 무작위로 배정되면

한편으론 꽤 흥미롭고 도박적인 형식이 될 수 있지만, 다른 한편으론 좋지 않습니다 적어도 제 생각은 그렇습니다 고액 바운티 보유자를 충분히 자주

탈락시킬 수 있을지 미리 가늠할 수 없다면 말이죠 그러면 레크리에이션 플레이어가 KO 상금 풀의 상당 부분을 순전히 운으로 가져갑니다

최대 바운티가 내 테이블이나 다른 레귤러 테이블에 없어서죠 레크리에이션 플레이어가 KO 상금 풀의 최대 바운티를 가져가고 내 바이인으로 일부 부담한 상금도 이미 많이 사라진 뒤입니다 제 개인적인 견해로는 이런 대회가 재미있을 수는 있지만,

수익을 내기 가장 좋은 형식은 아닙니다 여기서는 다음을 전제하겠습니다 바운티 단계가 보통 인더머니부터 시작한다고 전제하겠습니다 즉 대회 시작부터 상대를 탈락시켜도

바운티를 받는 게 아니라, 가령 여러 차례의 페이즈 1을 거쳐

미스터리 바운티 대회의 페이즈 2에 진출해야 바운티가 지급됩니다 라이브 대회라면 데이 1이 아니라 데이 2부터 바운티를 지급하니 기억해 두세요 대부분의 미스터리 바운티는 처음부터 바운티를 주지 않고,

일정 수의 플레이어가 탈락하거나 특정 페이즈 또는 라이브 대회의 특정 데이를 통과해야 지급합니다 이제 계산을 살펴보죠 계산 자체는 꽤 간단합니다

간단히 보면 SKO 계산과 같습니다 라이브 대회의 예를 들어보겠습니다 바르셀로나의 3,000유로 미스터리 바운티 대회였을 겁니다 여기에도 상금 풀이 두 개 있습니다

각 플레이어의 1,700유로는 일반 상금 풀로 들어가고,

1,000유로는 바운티 상금 풀로 들어갑니다 계산은 아주 간단합니다 KO 상금 풀에 들어가는 1,000유로를 레이크를 뺀 실제 참가비 총액으로 나눕니다

실제로 지급될 금액만 쓰고 레이크까지 더한 금액은 쓰지 않습니다 그 결과는 37.03%, 반올림하면 37%입니다 대회 시작 시 바운티의 칩 가치는 시작 스택의 37%인 셈입니다 이 대회는 바운티를 처음이 아니라

데이 1이 끝난 뒤 지급했습니다 데이 2부터 지급했고, 1,109명 중 450명이 남아 있었습니다

그럼 데이 2의 바운티 가치는 얼마일까요? 평균 바운티 가치는 간단히 바운티 상금 풀을 남은 플레이어 수로 나눈 값입니다. 상금 풀은 그대로지만 이미 탈락한 플레이어가 있어 평균이 1,000유로보다 높아졌죠

그럼 평균 바운티는 얼마일까요? 약 110만 유로인 KO 상금 풀을 기준으로 계산합니다 약 1,100명 중 450명이 남았습니다 따라서 평균 바운티는 플레이어당 2,464유로입니다

이를 칩 가치로 쉽게 환산할 수 있죠 시작할 때보다 2.46배가 됐으므로 시작 시 1,000유로였던 바운티의 2.46배에 해당합니다

즉 약 2,400유로입니다 1,000유로에서 시작했으니 이 배수를 얻습니다 이 배수를 시작 시 계산한 시작 스택의 37%에 적용합니다 대회가 시작한 뒤 일부 플레이어가 탈락하면

평균 바운티 가치가 올라가므로 앞의 배수를 곱합니다 바운티의 시작 칩 가치에 곱하면 시작 스택의 약 91%가 됩니다 시작 스택이 100,000이라면

상대를 탈락시킬 수 있을 때마다 팟에 91,000을 더하는 겁니다 EV 계산으로 이 값을 검증할 수 있습니다 시작 스택의 91%가 맞는지 보죠 다시 예시 상황부터 시작하겠습니다

스몰블라인드의 80K 스택이 오픈 잼합니다

간단히 하기 위해 스몰블라인드는 오픈 잼 또는 폴드만 한다고 하죠 올인·림프·오픈 레이즈를 섞은 정교한 전략을 쓰는 게 아니라, 계산이 맞는지만 보여주려는 겁니다 빅블라인드 5K, 스몰블라인드 유효 스택은 16빅블라인드입니다

이 표는 대회 정보입니다 바이인 3,000유로 중 1,700유로는 일반 상금 풀, 1,000유로는 바운티 상금 풀입니다 최초 참가 인원도 표시돼 있고, 특정 시점의 잔여 인원, 전체 바운티 상금 풀과 평균값도 있죠

앞서 바운티가 시작 스택의 91%라고 계산했습니다. 이 대회의 시작 스택은 30,000칩이고, 450명이 남았을 때 평균 스택은 약 74,000칩입니다 따라서 스몰블라인드는 평균 스택쯤 됩니다 스택 가치의 EV 계산법은 이전 영상에서 보여드렸습니다

콜해서 이겼을 때의 EV를 계산하고, 비겼을 때의 EV를 구한 뒤 졌을 때의 EV도 구해 콜의 세 결과를 모두 비교합니다 프리플랍 폴드의 EV, 즉 빅블라인드와 앤티를 잃는 경우와 비교하죠

HRC에서 계산해 특정 콤보의 특정 달러 금액을 얻었습니다 22로 콜했을 때를 확인했습니다 스몰블라인드가 잼 또는 폴드만 할 때의 내시 균형 오픈 잼 레인지와 비교했고,

두 EV가 일치했습니다 간소화한 공식으로 필요 에퀴티를 구하면 39.1%가 나왔습니다 상대의 오픈 잼 레인지에 맞서 필요한 최소 에퀴티는 약 39.1%입니다

이제 이 에퀴티를 앞서 계산한 시작 스택 가치로 다시 확인하겠습니다 먼저 해답이 정확함을 보여드리죠 왼쪽에는 HRC에 사용한 설정이 있습니다

스몰블라인드 오픈 잼 레인지에 맞서는 콜 레인지 결과가 나옵니다 여기서 확인한 22의 EV는 1,400달러입니다 최소 에퀴티 39.1%를 스몰블라인드 오픈 잼 레인지에 대입하면

이 결과가 나옵니다 Equilab 결과와 HRC 결과가 일치합니다 첫째, EV 계산이 맞고 둘째, 최소 에퀴티 39.1%도 맞습니다 시작 스택의 91%를 팟에 더하면

팟 오즈상 에퀴티는 39%여야 합니다

팟 오즈를 구한 뒤 그 에퀴티를 계산하는 겁니다 전체 계산을 검증하는 마지막 단계입니다 모든 계산이 맞는지 다시 확인해 보죠 오즈는 이렇게 계산합니다 스몰블라인드가 오픈 잼했으니

그의 스택을 팟에 넣고, 다른 플레이어 전원의 앤티와 우리 앤티, 그리고 계산을 단순화해 이미 낸 빅블라인드도 팟에 넣습니다 추가 바운티 가치는 시작 스택의 91%이고, 합계를 오픈 잼 금액으로 나눕니다

80,000칩에서 빅블라인드를 빼고 그 값으로 나누면 오즈가 나옵니다 수치를 넣으면 스몰블라인드의 스택은 80K이고, 다음 항목들을 더합니다

앤티 6개와 빅블라인드, 앞서 계산한 시작 스택의 91.2%입니다 마지막 값이 평균 바운티의 칩 가치입니다 이 값이 바운티 가치입니다 전체 합을 스몰블라인드 스택에서 빅블라인드를 뺀 값으로 나눕니다

7핸디드 설정이었던 것 같네요 하나, 둘, 셋, 넷, 다섯 네, 7핸디드입니다 그래서 앤티는 6개이고, 80K 잼인 스몰블라인드의 앤티는 뺍니다 따라서 팟 오즈는 1.558입니다

에퀴티는 1÷(1+팟 오즈)이므로 필요 에퀴티는 39.08%입니다 반올림 오차 안에서 앞서 계산한 값과 일치합니다 39.1%와 아주 잘 맞으니 모든 계산이 일치합니다

미스터리 바운티의 시작 가치는 SKO 방식으로 구하고,

대회의 특정 시점부터 지급한다면 이미 일부가 탈락한 뒤 지급되는 경우에는 시작 가치에 평균 바운티 배수를 곱하면 됩니다 필드의 절반이 탈락했다면

시작 바운티 가치의 2배입니다 따라서 시작 시 계산한 37%에 2를 곱합니다 우리 사례에서는 필드의 절반보다 조금 더 탈락했으므로

배수가 2보다 조금 더 높습니다 결과는 시작 가치의 2.46배, 즉 91%입니다 모든 계산이 맞고 정확한 에퀴티가 나옵니다 이로써 미스터리 바운티의 간단한 계산은 끝났습니다

이제 이런 의문이 들겠죠 계산이 이렇게 간단한데 왜 영상을 늦게 만들었을까요? 미스터리 바운티 계산은 정말 간단합니다 하지만 문제가 있습니다

처음부터 순수 EV를 그대로 적용하는 게 많이 꺼려졌습니다 이런 형식에서 말이죠 극단적인 예를 들어보겠습니다 1,000+1,000유로 대회를 가정하죠

레이크는 없습니다 그리고 극단적으로, 한 명에게 바운티 상금 풀 전액이 걸렸다고 해보죠 나머지 모두의 바운티는 0이고, 한 명에게만 100만이 걸렸죠

나머지 바운티가 모두 0이어도 계산은 여전히 같습니다 한 명을 탈락시킬 때의 평균 바운티는 1,000유로입니다

1,000명이 남았고 바운티 상금 풀은 100만 유로이므로 이를 1,000으로 나누면 평균은 여전히 1,000유로입니다 시작 시 SKO 가치는 시작 스택의 50%가 되고, 그만큼 팟에 더합니다 하지만 그게 무슨 의미일까요?

100만 달러 바운티 보유자가 내 테이블에 있을 확률은 1,000명 필드에서는 이미 극도로 낮습니다 그 특정 상대를 만나 탈락시키고 바운티를 받을 확률도 아주 낮습니다

이 평균값을 쓰면 많은 경우 팟에 칩을 추가하고, 그 결과 바운티가 0일 가능성이 매우 큰 상대에게 훨씬 넓은 레인지로 올인 콜하게 됩니다 그 사실을 알았다면 팟에 칩을 전혀 더하지 않았을 겁니다

이 토너먼트를 플레이했을 겁니다 일반 토너먼트처럼요 그런데 문제가 있습니다 바운티 분포가 편향될수록 극단적으로는 바운티 상금의 상당 부분이 극소수에게 몰리게 됩니다

그럴수록 저는 이런 방식이 더 마음에 들지 않습니다 바로 평균 바운티를 기준으로 삼는 방식이죠 올인 콜에 필요한 에퀴티를 바꾸는 기초 계산으로 말이죠 이제 올인 콜에 필요한 에퀴티를 구할 다른 방법을

제가 보기에 더 낫고 의미 있는 방법을 제시해 보겠습니다 미스터리 바운티를 다루는 더 의미 있는 방법입니다 분명히 말씀드리면 그렇습니다 이 평균값은 장기 EV를 반영합니다 이 토너먼트를 아주 많이 하면

언젠가 100만 유로 바운티를 따게 됩니다 그동안 못 얻은 모든 EV를 한꺼번에 회수하게 됩니다

100만 달러 바운티를 못 땄던 모든 경우의 EV까지요 하지만 분산이 말도 안 되게 큽니다 바로 그 한 명을 탈락시킬 상황이 올 확률은 얼마나 될까요? 100만 유로 바운티가 걸린 상대요 상상해 보세요, 분산이 너무 큽니다

이 대회는 시작할 엄두도 안 나죠 그냥 일반 1K 대회를 한 뒤 복권에 1,000유로를 내서 100만 달러 당첨 표를 뽑거나 못 뽑는 것과 같습니다 이런 극단적인 경우에는 상당히 어리석은

방식인 걸 알 수 있습니다 물론 온라인이나 라이브의 실제 미스터리 바운티는 다릅니다 상금 풀은 보통 모든 플레이어에게 분산되어 있습니다 바운티를 노리게끔 누구에게나 최소한 몇 달러는 걸려 있죠

하지만 플레이어별 바운티 분포가 더 편향될수록 이 형식은 더 도박 같고 어리석어집니다 제 요점은 이렇습니다 바운티가 일부에게 편중되어 소수에게 큰 금액이 걸릴수록

평균값 계산에는 덜 의존해야 합니다 바운티 가치를 다루는 다른 계산법을 더 써야 하죠 이런 바운티의 분산을 감당할 수 있다고 해 봅시다 한 장의 바운티 복권을 두고 999명과 플립하는 셈입니다

즉, 복권 한 장을 두고 플립하는 분산이죠 그래도 괜찮고 이런 토너먼트를 감당할 충분한 자금이 있으며 EV가 중요하다면 하세요 시작 스택의 50%를 이 극단적 사례에서는 늘 팟에 더해 바운티를 노리면 됩니다

하지만 이런 실험이나 사건에 산술평균을 쓰는 게 현명할까요? 긍정적 결과가 나올 가능성은 매우 낮고 부정적이거나 0인 결과는 매우 흔합니다 이 경우 결과가 0인 플레이어가 많습니다

바운티가 없고 단 한 명에게만 바운티가 걸려 있습니다 평균을 써도 될까요? 이는 이른바 상트페테르부르크 역설의 극단과 비슷합니다 수학적 역설에 관심이 있다면 꼭 찾아보시길 권합니다

상트페테르부르크 게임에서는 실제로 무한한 돈을 딸 수 있습니다 게임의 기댓값도 무한하지만

큰돈을 내고 플레이하진 않죠 상방이 매우 큰데도 말이죠 이 게임은 동전을 계속 던져 돈을 따는 방식입니다 앞면이 연속해서 나온 횟수에 따라 받는 돈이 달라집니다

예를 들어 앞면이 15번이나 20번 연속 나오면 큰돈을 받습니다 하지만 앞면이 20번 연속으로 나올 확률은 동전을 던질 때 극히 낮아 실제로 큰돈을 벌기는 어렵습니다

베팅액과 지급액을 어떻게 정하느냐에 따라 상당한 돈을 잃을 수도 있습니다 EV는 무한한데도 말이죠 여기서도 제 요점은 같습니다 어떤 게임의

상방은 매우 크지만 성공 확률이 아주 낮다면

자신의 베팅액을 줄이기 시작해야 합니다 바운티의 경우에는 팟에 더할 칩을 줄이는 겁니다 다음 몇 장의 슬라이드에서는 제가 미스터리 바운티에 어떻게 접근하고

팟에 더할 칩의 의미 있는 값을 어떻게 계산하는지 보여드리죠 그 값으로 필요한 에퀴티를 구할 겁니다 여기서는 산술 방식으로 평균을 구하지 않겠습니다

조금 다른 방법을 쓰겠습니다 먼저 현실의 사례를 두 가지 보겠습니다 이 사례들에서도 산술평균 계산은 큰 의미가 없습니다

첫 번째는 이 문제를 다음과 비교하는 겁니다

거리에서 사람들에게 평균 연봉을 물으면 사람들은 숫자를 답할 겁니다 특히 경제가 중심이 되는 사회에서는 소득의 범위가

매우 넓게 벌어질 수 있습니다 많이 버는 사람도 있고 적게 버는 사람도 많습니다 이처럼 소득 격차가 크면 평균값은 현실을 반영해야만 의미가 있습니다

현실과 대조해야 추상적인 숫자에 그치지 않죠 이 평균 연봉 문제에서는 먼저 데이터로 평균을 계산합니다 연 5만 달러라고 하고 거리로 나갑니다

20명에게 물었을 때 그중 15명 정도는

연 4만~6만 달러 범위에 있어야 한다고 예상하죠 하지만 계산한 평균값을 들고 거리로 나가 평균 5만 달러를 들고 20명의 연봉을 물었는데 15명이 3만 달러 이하라고 하면

그 계산값은 현실과 아무 관계가 없습니다 따라서 미리 계산한 평균값은 현실을 반영하는 데 전혀 의미가 없습니다 대다수에게 실제 연봉을 물으면

그 사실이 드러납니다 다음 슬라이드에서 현실의 사례를 하나 보겠습니다 2011년 미국의 소득 분포 자료입니다 Y축은 미국 전체 소득에서

각 집단이 차지하는 비율입니다

전체 인구를 5개 집단으로 나눈 자료입니다 소득 하위 20%부터 상위 20%까지입니다 미국 전체 소득의 50% 넘게 상위 20%에게만 분배된 걸 볼 수 있습니다

이제 이 수치로 미국 가구의 평균 소득을 계산해 보겠습니다 가족 또는 가구의 평균 소득은 2011년 기준 약 7만 달러입니다

이 값을 계산한 뒤 거리로 나가면 다음과 같은 답을 예상할 겁니다 20명 중 최소 15명은 이렇게 답할 거라 예상하죠

연 6만~8만 달러라 하겠지만 당연히 현실은 다릅니다 빨간 선은 계산한 산술평균이고 검은 선은 중앙값입니다 중앙값은 분포의 평균을 구하는 또 다른 방법입니다

만약 분포가 다음과 같아서 적게 버는 이도, 많이 버는 이도 있지만 대다수는 비슷한 액수를 번다면 산술평균과 중앙값이 같아집니다 하지만 분포가 한쪽으로 심하게 치우쳐

많은 이가 적게 벌거나 많은 이가 많이 벌면 중앙값은 극단치 방향으로 이동합니다 실제 계산값을 보면 중앙값 기준 평균 연봉은 약 4만 5천 달러입니다

이제 거리에서 실제 연봉을 물으면 사람들은 사실 이렇게 답합니다 연 3만 5천~4만 5천 달러를 번다고요 산술평균이 말하는 6만~8만 달러가 아닙니다

이 경우에는 중앙값이 훨씬 의미 있는 수치를 줍니다 현실과 대조할 수 있는 수치입니다 따라서 어떤 분포에서는

산술평균 계산이 거의 무의미합니다 포커에서 그 평균이 EV와 연결된다면 그 EV도 무의미할 수 있습니다 이를 바운티 계산의 토대로 삼아 칩으로 환산해 팟에 더한 뒤 새 에퀴티를 구하고

그 에퀴티로 올인 콜 여부를 결정하는 방식입니다 출발점인 산술평균이 이른바 가장 가능성 높은 EV를 반영하지 못한다면 실제 기댓값을 계산하는 좋은 방법이 아닙니다

다른 사례를 하나 더 들어 조금 더 설명해 보겠습니다 산술평균과 중앙값의 차이를 더 보죠. 산술평균은 산술적인 평균입니다 두 수, 즉 전체 바운티 상금 풀과

남은 플레이어 수입니다 처음 사례에서는 바운티 상금 풀은 총 110만 유로였고 450명이 남아 있었습니다 산술평균을 구하면 2,400유로였습니다 산술평균을 사용하면

이 그래프 아래쪽을 보죠 앞 슬라이드에서 본 것처럼 현실을 반영하지 않는 값이 나올 수 있습니다 여기에는 사람들의 키가 있습니다

여기에 제가 분포를 그렸습니다 이 분포는 인구의 키를 반영하는 방식이 꽤 선형적입니다 이 분포에서 산술평균을 계산한다고 해 보죠 예를 들어 평균이 1미터 70센티미터라면

제가 그 키로 이 나라의 거리에 나갔을 때 대부분이 제 키와 비슷하다고 예상할 겁니다 그들보다 훨씬 크거나 훨씬 작지는 않을 겁니다 하지만 어떤 인구 집단에

3미터나 되는 아주 큰 사람들이 있다고 해 보죠

하지만 인구 대부분은 작고 평균 키는 1미터 85센티미터로 나왔다고 합시다 제가 그 키라면 다시 거리로 나가 이렇게 예상할 겁니다 사람들이 저보다 조금 작거나 조금 큰 비슷한 키라고요

1미터 80센티미터에서 1미터 90센티미터 사이겠죠 하지만 거리에 나가 보니 거의 모든 사람이 여전히 1미터 70센티미터라면 대부분이 저보다 훨씬 작습니다 산술평균을 현실과 대조해 보니

대부분이 더 작아서 그 값은 의미가 없습니다 이 문제는 이른바 강건 통계로 다룹니다 중앙값으로 분포를 정확히 중앙에서

나누는 겁니다 그러면 극단에 있는 이상치를 무시합니다 사람들이 훨씬 큰 경우든 반대 방향도 마찬가지로 일부 사람들이

아주 작아도 언제나 같은 값이 나옵니다 중앙값은 1미터 70센티미터라고 해 보죠 이를 현실과 대조하면 맞다는 걸 알 수 있습니다 대부분이 실제로 그 키 범위에 있기 때문입니다

따라서 미스터리 바운티의 가치를 계산할 때는 중앙값을 구하는 방식이 더 낫습니다 문제는 중앙값을 빠르게 계산할 수 없다는 겁니다 정확한 분포를 알아야 하고

그래프상 평균을 구해 분포를 정확히 중앙에서 나눠야 하는 작업이기 때문입니다

누구도 빠르게 해낼 수 없고 사실 수학적으로도 거의 누구도 계산할 수 없습니다

이제 적정값을 구하는 좋은 계산법은 알지만 그 방식으로는 계산할 수 없죠 아쉬운 일입니다 이제 아주 쉽게 그 값에 근접하는 방법을 보여드리죠 이른바 '절사평균'을 사용합니다

용어 때문에 헷갈리지 마세요 뒤에서 설명하겠습니다 생각보다 훨씬 쉽습니다 정확한 용어를 썼을 뿐이죠 어떤 방식일까요? 바운티 상금 풀의 큰 비중이 극소수 플레이어에게 몰리면 그 부분을 제외합니다

해당 상금과 플레이어들을 빼고 평균을 계산하는 겁니다 예를 들어보죠 WSOP 온라인 대회입니다

참가비가 $100+$100인 미스터리 바운티였고 이 대회의 초기 바운티 가치는 시작 스택의 50%입니다 이 대회의 바이인 구조는

일반 상금 풀에 $100, 바운티 상금 풀에 $100로 나뉘기 때문입니다 페이즈 토너먼트라 페이즈 1이 여러 차례 열렸고 페이즈 2부터 바운티 지급이 시작됐습니다

페이즈 2에서 탈락시키면 바운티를 받습니다 페이즈 1에서 탈락시키면 바운티가 없습니다 페이즈 2에는 5,800명이 진출했고

총 KO 상금 풀은 $510만이었습니다 이 대회에서 지급된 최상위 바운티를 보죠 바운티 하나는

$100만이었고

다른 하나는 $46만이었습니다 또 다른 바운티 2개는 각각 $18만,

나머지 4개는 각각 $9.3만이었습니다 이 8명의 바운티를 모두 더하면 합계는

$220만에 달합니다 $220만이 걸린 플레이어는 단 8명입니다 전체 필드는 5,800명인데 말이죠

그 8명 중 한 명과 동석할 가능성이 얼마나 낮을까요? 그를 탈락시킬 기회까지 얻을 가능성 말이죠 실제로 그럴 가능성은 극히 낮습니다 그래서 제가 권하는 방식은

절사평균 계산입니다 먼저 앞서 계산한 단순 평균부터 보죠 KO 상금 풀은 $510만이고 남은 플레이어는 5,800명입니다

따라서 평균 바운티는 $880입니다 평균 바운티가 $880이라면 팟에 시작 스택 2.2개를 더합니다

플레이어를 탈락시킬 수 있을 때마다요 하지만 저는 이 방식 대신 절사평균을 계산합니다 즉 제외할 금액은

$200만이고 KO 상금 풀에서 빼냅니다 그런 바운티를 딸 기회조차 거의 없다고 보는 겁니다 우연히 그 특정 바운티를 가진 플레이어가 제 테이블에 있고

운 좋게 그를 탈락시킨다면 모두 잘된 일이죠 복권에 당첨된 겁니다 하지만 평균적으로는 그런 일이 생기지 않습니다 그건 가능성이 매우 낮은 결과입니다

올인을 콜해 그 바운티를 따는 상황이죠 그래서 전체 계산에서 제외할 것은

그 8명에게 걸린 바운티입니다 $200만을 빼되 $510만의 상금 풀에서 빼는 겁니다 이렇게 절사평균을 계산하면

계산식의 분자는 $310만입니다 이를 5,800명으로 나누는데 모두 페이즈 2에 남아 있는 플레이어입니다

그러면 바운티 가치는 $535가 됩니다 플레이어를 탈락시킬 수 있다면 팟에 더할 값은

시작 스택 1.35개입니다 따라서 올인 콜에는 에퀴티가 조금 더 필요하지만 대신 더 안전한 범위에서 판단하게 됩니다 가능성이 아주 낮은 상황을 좇지 않는 겁니다

고액 바운티 보유자와 동석하는 상황이죠 그래도 바운티를 딴다는 점은 반영합니다 플레이어 머리에는 바운티가 걸려 있지만

대부분은 최소 바운티이거나 $1,000 바운티입니다 $9.3만도 아니고 $18만도 아니며

$100만도 아닙니다 그래서 상금 풀의 일부를 제외한 다음 남은 금액으로 평균을 계산합니다 저는 이런 방식을 씁니다

물론 꼭 이렇게 할 필요는 없습니다 단순 EV 계산을 원한다면 전체 바운티 상금 풀을 그대로 반영하고 콜 레인지를 더 넓혀도 됩니다

팟에 더 많은 칩을 추가했기 때문이죠 그렇게 하셔도 됩니다 결국 이 대회의 EV를 나타내는 수학적으로 정확한 방식입니다 하지만 저는 개인적으로

이런 단순 EV 계산을 선호하지 않습니다 기댓값은 의미 있는 수치여야 하기 때문입니다

제 생각에 앞서 본 단순 계산은 이 대회에서 평균적으로 얻는 실제 EV를 설명하는 데 제안한 계산보다 훨씬 덜 유의미합니다 미스터리 바운티 계산 강의는 여기까지입니다

좋은 하루 보내시고 다음에 뵙겠습니다