t-Luck Algorithm

Come misurare la fortuna

Misurare con precisione la fortuna, o meglio tentare di prevedere gli scarti (gaps) di una chance della roulette nel breve periodo è pura utopia, tuttavia man mano che il numero degli spin aumenta, grazie alla statistica le previsioni cominciano a diventare sempre meno approssimative, in sostanza gli scarti (gaps) che determinano la nostra fortuna o sfortuna nel puntare una chance alla roulette, sono effettivamente misurabili.

Un possibile modo di misurare gli scarti (gaps) è quello già descritto in ► questo post, quando vi parlo del famoso coefficiente di Marigny.

Tuttavia il coefficiente di Marigny presenta dei limiti, in quanto è basato solo sulle chance contrapposte ed equiprobabili, senza cioè tenere conto della presenza dello zero, cosa che purtroppo costiuisce un grave errore di valutazione.

Se infatti consideriamo ad esempio 40.000 spin alla roulette, secondo Marigny avremo che la nostra massima fortuna (pari a 5 volte la radice quadrata degli spin giocati) sarà di 1.000 unità vinte, peccato però che in 40.000 spin avremo incontrato anche 1.081 volte lo zero, quindi come vedete con puntate alla roulette sul Rosso o Nero a massa pari (flat bet), arrivati a 38.000/40.000 spin, a causa dello zero è matematicamente impossibile vincere anche una sola unità!

Questo limite però è decisamente maggiore se consideriamo le puntate sul singolo numero, in questo caso infatti puntando sempre a massa pari (flat bet) possiamo sopravvivere anche oltre 200.000 spin!

La simulazione dell’immagine precedente è stata ottenuta con il bot software ► Roulette Bias Sniper, come vedete dopo ben 215.000 spin giocati flat bet, ci sono ancora 2 numeri che avrebbero fatto vincere al giocatore l’equivalente di circa 30 singoli numeri vincenti, quindi oltre 1.000 unità! Ma questo è un argomento di cui parleremo più approfonditamente in un altro post.

Un altro metodo di misurare gli scarti (gaps), ma decisamente più preciso del precedente, è la ► Distribuzione t di Student, che vi illustro subito.

Il primo pilastro di questo metodo è l’unità di misura dei gaps, chiamata scarto quadratico medio (sqm).

Lo scarto quadratico medio è uguale alla radice quadrata del prodotto tra il numero complessivo degli eventi (n) per le probabilità favorevoli (p) per le probabilità contrarie (q).

sqm = RADQ (n * p * q)

se ad esempio consideriamo 1.369 spin della roulette si ha

sqm = RADQ (1.369 * 1/37 * 36/37) = 6.

Il secondo pilastro del t student è la media di un evento (m), che è uguale al prodotto tra il numero degli eventi (n) e la probabilità favorevole.

m = n * p

sempre in relazione ai 1.369 spin di prima, se consideriamo un singolo numero, abbiamo:

m = 1.369 * 1 / 37 = 37

Questi due valori, media (m) e scarto quadratico medio (sqm) sono di assoluto valore statistico, perché permettono di ridurre alla stessa unità di misura qualsiasi gap, a prescindere dall’evento in cui si verifica.

Questa importante riduzione viene realizzata proprio dal t student, che è il rapporto tra lo scarto (inteso come differenza tra gli eventi favorevoli U e la media) e lo scarto quadratico medio.

Abbiamo quindi che:

t = (U – m) / sqm

Sempre in relazione agli ipotetici 1.369 lanci di una pallina alla roulette, se ad esempio il numero 13 esce diciannove volte, si ha che

t = (19 – 37) / 6 = – 3

Il segno + o – indica iperfrequenza o ipofrequenza.

Il coefficiente t student è quindi molto utile perché esistono delle tavole statistiche reperibili anche in rete, che indicano esattamente la percentuale di probabilità che si superino determinati valori di t.

Viene comunemente considerato che il limite massimo del t student sia pari a 4, ovvero il limite statistico per cui si conviene che la probabilità di superarlo sia praticamente nulla.

Prima di continuare ricorda che su ThatsLuck trovi anche contenuti gratuiti, se vuoi restare aggiornato sulle pubblicazioni iscriviti al canale su ►YouTube.


I 2 errori di Marigny

Chiarito cosa sia il t student e come si calcola, vi dico subito che questo metodo di misurazione è decisamente più appropriato del coefficente di Marigny, perchè nei risultati che produce tiene conto anche della tassa (lo zero).

Un grosso errore di Marigny era quello di pensare che una volta che una chance raggiungeva scarto 3 o superiore, questa doveva necessariamente rientrare, per cui suggeriva di puntare per il rientro immediato dello scarto (gap).

Il primo errore del Marigny era il non considerare lo zero, perchè se è assolutamente vero che il rientro del gap deve esserci, è altrettanto vero che nessuno può stabilire a priori in quanti colpi questo gap (scarto) deve avvenire.

Se una chance raggiunge ad esempio gap 4 (coefficiente Marigny molto alto visto che il massimo è 5), chi ci assicura che non possa iniziare una fase di alternanza tra rosso e nero che duri anche centinaia di spin?

Poco male penserà qualcuno, nelle fasi di alternanza non si vince ma neanche si perde… e invece no, perchè comunque lo zero uscirà secondo la sua aspettativa, erodendo in anticipo tutto il vantaggio che potremmo conseguire quando lo scarto rientrerà davvero verso il naturale equilibrio.

Secondo e più grave errore di Marigny: considerare gli spin raccolti in vari giorni e da diverse roulette come una unica permanenza (nota anche coma “permanenza personale”).

Ho empiricamente testato questo affascinante concetto e dopo qualche milione di spin simulate sono arrivato a questa conclusione: ai fini di una concreta attendibilità statistica, gli scarti (gaps) della roulette vanno misurati esclusivamente in una serie di spin riferibili al medesimo generatore che le ha prodotte in una serie non interrotta di lanci.

In altre parole se vogliamo che una analisi su 1.000 lanci sia attendibile, dobbiamo registrare 1.000 lanci di continuo alla stessa roulette e non ad esempio 10 tranche da 100 spins prese in giorni diversi e da roulette diverse.

Ricordate sempre questo concetto in futuro, perchè è molto importante ed ovviamente non si  applica quando invece cerchiamo un difetto (bias) della roulette, perchè in questo caso la somma di tutte i dati sarà comunque indicativa, anzi confermerà o meno la presenza del difetto, ma anche questo è un argomento già trattato in un ► altro post.


t-Luck Algorithm (la teoria)

Vediamo ora su quali presupposti statistici ho basato il nuovo Software t-Luck Algorithm.

Analizziamo nuovamente la tabella di prima:

Sulla base dei dati riportati, se ad esempio il rosso raggiunge un valore t student pari a 3,00 vuol dire che la probabilità che questo valore arrivi a 3,50 è appena dello 0,02%!

In realtà però non è proprio così, perché forse la domanda che dovremmo davvero porci è: una volta che una chance raggiunge t=3,00 quante volte arriva a t=3,50? Non ho ancora fatto questa verifica, ma non ci vorrà molto e immagino che la tabella qui sopra vada letta più correttamente così: su un numero indefinito di tranche da 1.000 spin quelle che presenteranno un valore di t=3,00 saranno lo 0,13% mentre non ci sarà alcuna tranche con t maggiore di 4.

Volendo comunque considerare come attendibile la suggestiva ipotesi che una tranche con t=2,50 possa superare t=3,00 solo nello 0,13% dei casi, ho voluto impostare il t-Luck Algorithm su una logica particolare, nel senso che sia il coefficiente di Marigny che il t student, quando raggiungono valori estremi, stanno di fatto rappresentando un fortissimo trend di una determinata chance, che come abbiamo visto prima, potrebbe rientrare dopo chissà quante centinaia di spin, mentre noi continuiamo a pagare la tassa al banco per via dello zero.

A conferma di quanto finora riportato, vi propongo questi due grafici, riferiti a 1.000 spin analizzati sia in rapporto al valore t student (primo grafico) che di andamento dello scarto (gap) della chance Rosso.

Come vedete il primo grafico conferma che una volta raggiunto un valore t= -2,5 dopo circa 200 spin (siamo dunque in presenza di una ipofrequenza del rosso, ovvero è uscito molte più volte il nero) il valore del t student inizia a risalire, indicando che la chance Rosso inizia gradualmente a riequilibrare la propria frequenza rispetto alla chance opposta Nero.

La risalita però non è repentina, ma vediamo che l’equilibrio (valore t student vicino a zero) arriva praticamente a 1.000 spin, giochiamo quindi circa 800 spin in cui paghiamo la bellezza di 800/37= 22 zeri e infatti come vedete nel secondo grafico a causa dello zero la ipotetica cassa del giocatore che ha iniziato a puntare dopo 200 spin (valore cassa/gap -45 nel secondo grafico), chiude i 1.000 lanci  con una manciata di pezzi vinti, perchè la maggior parte del vantaggio derivante dal rientro dello gap se lo è mangiato lo zero.

Quale sarebbe stata la strategia ottimale per il giocatore in questo caso? Sarebbe stata quella di iniziare a giocare a t= -2,5 (allo spin 204) e fermarsi appena conseguiti pochi pezzi di utile (allo spin 246) con valore t student risalito a -2,00 vincendo quindi 3 pezzi di utile. Sembra poco? Il giocatore in questione avrebbe vinto 3 pezzi in 42 spin, ovvero 7% di Roi!

Da tutto ciò deriva la nostra Prima regola: iniziare a puntare solo quando il t student raggiunge un valore +/- 2,5 e fermarsi appena si consegue un utile.


I Middle Trends

Il secondo pilastro del t-Luck Algorithm consiste nel cercare questo valore del t student 2,5 non nelle chanche che vanno in forte gap come nel grafico di prima riferito al Rosso, ma nelle chance che invece presentano un andamento più stabile, più morbido rispetto alle altre e che per questo ho ribattezzato col termine Middle Trends.

Ma se queste chanche non hanno un forte gap, come fanno a raggiungere il valore t student 2,5?  

Ecco subito un esempio di cosa intendo per Middle Trends.

I due grafici di sopra sono riferiti sempre alla chance Rosso, questa volta simulata su 100 spins.

Se osservato il primo grafico noterete che il valore t student è rimasto abbastanza stabile, cioè compreso tra +1 e -1,5 in pratica nel primo grafico tale valore è partito ovviamente da 0, poi è salito a +1, poi è sceso a -1,5 ed infine è tornato a +1.

Fin qui nulla di strano, se però conteggiamo il valore t student in base ai valori minimi e massimi raggiunti avremo che da +1 (max) è sceso a -1,5 (min), c’è quindi stato uno scostamento tra valore minimo e massimo di +1/-1,5 ovvero 2,5 punti!

Ecco trovato il nostro valore 2,5 di riferimento e quindi quando intorno allo spin 20 del grafico si è creato il divario di 2,5 ed iniziamo a puntare sul Rosso (perchè a -1,5 siamo in situazione di ipofrequenza) ecco che la sorte (e la statistica) ci premia, giocando infatti fino a t student = +1 avremmo vinto 15 unità in meno di 80 spin!

Ovviamente in base alla regola 1 di prima ci saremmo fermati dopo il primo utile, comunque con questo esempio spero di aver chiarito il concetto di Middle Trend e di come cointeggiare il t student basandolo sul divario tra valore minimo e massimo incontrato.


t-Luck Algorithm (il Software)

Tutto chiaro finora? Ok tranquilli tutti questi calcoli li farà il software t-Luck Algorithm, il giocatore dovrà solo inserire i numeri man mano che escono ed eventualmente puntare esclusivamente a massa pari (flat bet) quando viene segnalato dal Software.

Dopo l’attivazione di  t-Luck Algorithm con il codice che sapete già come trovare, basterà aprire un tavolo di gioco ed iniziare ad inserire i numeri che sono già usciti, per farlo basterà appunto cliccare su uno di pulsanti della colonna centrale numerati da 0 a 36.

Quando cliccate su un numero, questo appare anche nel box in basso a sinistra (Last) come nostro promemoria di riferimento.

Fate attenzione quando registrate i numeri, perchè se sbagliate ad inserire un numero non c’è modo di rimediare e vi tocca cliccare sul logo ThatsLuck in basso a destra, che va in pratica ad azzerare la sessione e quindi dovrete ricominicare daccapo.

In pratica non c’è altro da fare, quando una delle chance monitorare che come vedrete sono:

►Rosso/Nero

►Pari/Dispari

►Low/High

►Dozzine

►Colonne

►Sestine

produce un gap del valore t student pari a 2,5 immediatamente in t-Luck Algorithm si attiva un avviso che indica quale chance puntare!

Come vedete nell’immagine qui sopra, in questo caso viene segnalato di provare a puntare sulla prima sestina (SES 1), che come vedete nelle due colonne sulla destra (che rappresentano la Frequenza di sortita della varie chance), non è nè la sestina più frequente (che è la SES 2), nè quella meno frequente (SES 3 e SES 6 mai uscite).

Nel caso dovesse uscire proprio un numero tra 1 e 6, il valore del t student scenderà sotto 2,5 e quindi l’avviso sparirà, chiaramente finchè non c’è un avviso non si punta e semplicemente si registrano i numeri vincenti secondo il loro ordine cronologico di uscita.

Ovviamente capiterà anche di puntare più chance in contemporanea e, in questo caso, potreste provare a puntare anche qualche unità di valore inferiore sui numeri in comune tra le chance da puntare, proprio come ho fatto io nell’immagine qua sotto, dove ho incrociato la COL 1 con la SES 2 e quindi ho puntato anche sui due numeri in comune 7 e 10.

Spero di aver fornito una esauriente analisi del progetto t-Luck Algorithm, le mie raccomandazioni sono abbastanza semplici: non aumentare mai la puntata e stabilire fin dall’inizio quante unità vincere prima di fermarsi (Stopwin), valore che consiglio di fissare a 10, poi ovviamente fate come vi pare, l’importante come sempre è divertirsi a spese del banco!