[I will kill your set]

Так надо же как-то персонализировать пёр и непёр.

У меня например АКs/o в префлоп оленях всегда имеют перебор по EV на PS.
Мне не очень интересно как АК стоит в префлоп оленях всреднем по палате или ты знаешь, как реальный и экспектед резалт от каждой раздачи подпихивать под конкретные ники игроков и выводить просуммированные результаты?

Если да, то такой SQL запрос очень неплохой ключ к ответам на вопросы про кривые расклады.

[I will kill your set]

Я не великий специалист в SQL, я могу тупо разлочить логи постгресса и из них слепить какой-то нестандартный фильтр, какого нет в ХМ, но то о чём ты говоришь - это непростая задача.

[utf]

я это написал к тому что проблема с двойным подсчетом одних и тех же олл инов решаемая.

что мы вообще хотели бы получить? что программа должна делать?

[utf]

Сообщение от I will kill your set

Я не великий специалист в SQL, я могу тупо разлочить логи постгресса и из них слепить какой-то нестандартный фильтр, какого нет в ХМ, но то о чём ты говоришь - это непростая задача.

я немного разобрался с базой ХМ делаю эту программку

http://forum.cgm.ru/poker_soft/177077-pokertree.html

и мне видется что тут нет ничего сложноого.

[utf]

кто нибудь выложите сюда или дайте ссылку на пример майнинга ПС за один день.
я начну потихоньку разбираться

[I will kill your set]

Сообщение от utf

кто нибудь выложите сюда или дайте ссылку на пример майнинга ПС за один день.
я начну потихоньку разбираться

Из того, что под рукой - это iPoker 6мах, уже старенькие, но тебе ж без разницы, вгрузи в ХМ и колдуй.

[utf]

Всё получилось очень просто. Спасибо автору ХМ.

Открываем pgadmin и заходим в нашу БД.

В базе уже есть таблица где хранятся все ситуации где был олл-ин.

это таблица allinsituations и в ней есть поля:
playerhand_id идентификатор руки в таблице рук игроков
sklanskybucks - сколько должен был выйграть чистыми игрок в этой раздаче в центах
equitypct - какое было эквити у игрока в десятых долях процента. т.е. 50 процентов это 500

т.е. если игрок А пошел в олл-ин с игроком B имея 66 процентов еквити и выйграв банк 203 доллара где 3 ушло на рейк
(пусть 3 доллара это были мертвые деньги.. у игроков стеки по 100)
то будет создано 2 записи в этой таблице по каждому для игрока

playerA_hand_id, 3200(столько должен был выйграть чистыми), 660
playerB_hand_id, -6800(столько должен был выйграть чистыми), 330


в таблице playerhandscashkeycolumns мы можем получить инфу о том сколько игрок выйграл в раздаче чистыми

playerA_hand_id, 10000 (на самом деле выйграл чистыми)
playerB_hand_id, -10000 (на самом деле выйграл чистыми)

т.е. в результате этой раздачи произошло отклонение в 32 доллара

запрос который посчитает все такие ситуации:

SELECT count(*), avg(a.equitypct) equitypct, sum(a.sklanskybucks) sklanskybucks, sum(PH.NetAmountWon) NetAmountWon
FROM allinsituations a join
playerhandscashkeycolumns ph
on a.playerhand_id = ph.playerhand_id
where equitypct > 500

(это условие чтобы мы считали олл-ин только один раз а не два или три раза в зависимости от кол-ва участников)
(сюда не попадут оллины где было >2 игроков и ни у кого не было ев > 50%. ну и ... с ними)

по тестовым данным(NL200 Ipoker 6max) которые мне дал I will kill your set получилось :

3271 ; 741.8911647814124121 ; 13593723 ; 13122990

3271 - это число таких олл инов

741 - это среднее ев у сильнейшей руки

отклонение 13593723 - 13122990 = 470733 = $4707 что есть 3.4% от $135937


к примеру если мы хотим посчитать олл ины на префлопе то нужно добавить условие в where

SELECT count(*), avg(a.equitypct) equitypct, sum(a.sklanskybucks) sklanskybucks, sum(PH.NetAmountWon) NetAmountWon
FROM allinsituations a join
playerhandscashkeycolumns ph
on a.playerhand_id = ph.playerhand_id
where equitypct > 500
and ph.streetwentallin = 1

(1- префлоп, 2-фолп, 3-терн)

если мы хотим посчитать только оллины с участием шортов то ограничим PH.NetAmountWon от -6000 до 6000 (от -$60 до $60)
SELECT count(*), avg(a.equitypct) equitypct, sum(a.sklanskybucks) sklanskybucks, sum(PH.NetAmountWon) NetAmountWon
FROM allinsituations a join
playerhandscashkeycolumns ph
on a.playerhand_id = ph.playerhand_id
where equitypct > 500
and (PH.NetAmountWon < 6000 and PH.NetAmountWon > -6000 )


этот запрос делает выборку по всем лимитам и по всем сайтам.
чобы отфильтровать по стайту и лимиту для начала узнайте id нужного вам сайта и лимита

gametypes - откройте эту табличку(правой кнопкой -> View Data -> 100 rows) и найдите нужный id лимита
pokersites - откройте эту табличку(правой кнопкой -> View Data -> 100 rows) и найдите нужный id сайта

SELECT count(*), avg(a.equitypct) equitypct, sum(a.sklanskybucks) sklanskybucks, sum(PH.NetAmountWon) NetAmountWon
FROM allinsituations a join
playerhandscashkeycolumns ph
on a.playerhand_id = ph.playerhand_id
join pokerhands pkh on ph.pokerhand_id = pkh.pokerhand_id ***(добавить если делаем фильтр по сайту)
where equitypct > 500
and ph.gametype_id = X
and pkh.site_id = Y

где X и Y ваши значения

Осталось понять какие ситуации мы хотим проверить на честность и выполнить их на большой базе

[I will kill your set]

Пожелания к настройкам SQL запроса для определения отклонений реального и ожидаемого результата в NL Cash на основании статистики как сыгранной лично, так и намайненной:

1. Результат - т.е. реальный выигрыш и EV выводить в bb, чтобы не заморачиваться
с отдельным обсчётом каждого лимита.

2. В выборку должны попадать только руки, в которых имел место All In на какой- либо улице, главное чтобы на флоп попадали не более 2-х игроков. Т.к. в малтипотах ХМ выдаёт очень кривые цифры или вообще считает отклонение = 0 для всех. Все карманные карты должны быть известны.

3. Возможность фильтровать группу игроков одного типа, скажем задавая пороги:
Hands>=хххх, VPIP<=хххх, PFR>=хххх т.о. можно посмотреть насколько корректные
цифры получаются у игроков определённого типа.

4. Возможность фильтровать игроков с положительным и отрицательным балансом на дистанции Hands>=хххх, если их винрейт > или < определённой величины.

5. Возможность выбрать набор игроков с определёнными никами или ID, под которыми они записаны в базу PostgreSQL.


Если удастся составить такой запрос, то все желающие смогут проверить свои базы на предмет отклонения реальных и ожидаемых результатов и сделать соответствующие выводы.

Подача SQL запросов осуществляется прямо из программы администрирования pgAdmin, которая установлена у всех на компах, где был инсталирован PostgreSQL,
так что это сможет сделать любой желающий и отписаться о результатах.

Возможно, это положит конец разговорам о кривых ГСЧ, а может и поднимет новые вопросы... как знать?

[FullTilt_HH]

Сообщение от utf

SELECT count(*), avg(a.equitypct) equitypct, sum(a.sklanskybucks) sklanskybucks, ...

Может avg(a.equitypct) AS equitypct, sum(a.sklanskybucks) AS sklanskybucks
спасибо буду тестить)

count 193867
equitypct 777.280934867
sklanskybuck 264461785
netamountwon 263117603

264461785 - 263117603 = 1344182 = 13442$ т.е. 0.5% от 2644618$

P.s. В базе тока фулл тильт нл50 поэтому фильтров не делал, похоже все честно??

[FullTilt_HH]

Префлоп:

65768
685.7510643474029923
51480003
50914212

51480003 - 50914212 = 565791 = 5658$ т.е. 1,09% от 514800

[utf]

если не фильтровать то это говорит только о том что для всех игроков кол-во выйгрышей с хорошим еквити равно кол-ву проигрышей с хорошим еквити.
грубо говоря то что тузы проигрывают королям эти самые 18% что и должны по теории.

мы же хотим пойти дальше и найти группу людей по какому то признаку которым регулярно не додают.

к примеру первая такая группа - это шортстеки. у кого есть база то можете выполнить запрос на шорт стеков и выложить резалты тут

[utf]

общая версия запроса в бб и с условием что на флопе только 2 игрока:

SELECT count(*), avg(a.equitypct) equitypct,
sum(a.sklanskybucks*1000/gt.bigblind) sklanskybucks,
sum(PH.NetAmountWon*1000/gt.bigblind) NetAmountWon,
(sum(a.sklanskybucks*1000/gt.bigblind) - sum(PH.NetAmountWon*1000/gt.bigblind)) as diff
FROM allinsituations a
join playerhandscashkeycolumns ph on a.playerhand_id = ph.playerhand_id
join gametypes gt on ph.gametype_id = gt.gametype_id
join pokerhands pkh on ph.pokerhand_id = pkh.pokerhand_id
where equitypct >= 500
and pkh.numberofplayerssawflop = 2

теперь всё считатется в 1/10 от бб. т.е 1234567 - это 1234.567 стеков по 100бб

[utf]

вообщем все это не юзабельно будет для людей кто не знает SQL,
так что я пошёл писать программку с граф интерфейсом для всего
этого

[utf]

программка готова!!!

[Зарегистрироваться?]

инструкция:
1) установить java: [Зарегистрироваться?]
2) посмотреть параметры подключения к базе. для этого запустить ХМ и в меню выбрать Oprions ->Database Management
3) запустить программу и заполнить настройки подключения




галочка shortstackers считает только олл-ины где было выйграно или проиграно < 30bb

в поле Selected Players построчно можно вбить ники игроков -> и выборка будет только по ним. если это поле оставить пустым то выборка будет по всей базе.

Теперь открываем ХМ и открываем панель PLAYERS.
воодим критерии для игроков (hands > XXX, VPIP > XXX), нажимаем Run Report. ждем. полученный отчет сортируем как хотим, например по вин рейту. потом правой кнопкой на отчет Export Grid as CVS File. сохраняем отчет. открываем его в екселе, выбираем нужное кол-во игроков, копируем в буфер и вставляем в окно программки. и запускаем отчет

[utf]

программка обновилась. ссылка таже.
теперь обсчет при выбранных игроках происходит точно.
+ мы не учитываем банки между этими игроками (ибо непонятно куда записывать недобор и технически это геморно)

[I will kill your set]

Спасибо огромное, буду проверять свои базы.

[I will kill your set]

У меня базы разрозненные и на разные ники, но можно будет объединить результаты.

Кстати, ТС, вернись в тему - никто тебя разыскивать и убивать за разглашение "тайны" известной всем, не будет!
Вера в абсолютную честность онлайн покера сильна и нерушима, пока не доказано обратное.

Если у тебя (или у кого-то ещё) есть доступ к большой базе, то сделайте запрос с помощью программы EV Paranoia от utf отдельно по шортам и фулл стекам, (ну или как вам будет интересно сгрупировать игроков) и отпишитесь о результатах с указанием рума, который проверялся.

Думаю, это всем будет интересно знать.

[Pokerboy]

Сообщение от I will kill your set

У меня базы разрозненные и на разные ники, но можно будет объединить результаты.

Кстати, ТС, вернись в тему - никто тебя разыскивать и убивать за разглашение "тайны" известной всем, не будет!
Вера в абсолютную честность онлайн покера сильна и нерушима, пока не доказано обратное.

Если у тебя (или у кого-то ещё) есть доступ к большой базе, то сделайте запрос с помощью программы EV Paranoia от utf отдельно по шортам и фулл стекам, (ну или как вам будет интересно сгрупировать игроков) и отпишитесь о результатах с указанием рума, который проверялся.

Думаю, это всем будет интересно знать.

Есть результаты какиенибудь?

[I will kill your set]

Пока небольшие сложности со свободным временем, но обязательно проверю свои базы, обобщу результаты и выложу отдельно по румам.

[I will kill your set]

Проверка базы игроков iPoker. Лимиты 50NL-600NL
В базе 112к кэш игроков, SQL запросы делались только
среди игроков за столами 6-10макс.


-------------------------------------------------------------

1. Запрос по нитовым игрокам с 1k+ рук и VPIP<10%

time: 313329ms
players: 201
hands: 20580
hands with these players(not included): 2083
avg equity: 536
avg abs equity: 730
avg won: 18244 = 18.244 bb
expected: 27090460
actual: 30859710
diff: 3769250 = 13.91% of expected

Средний EV выигрыш с 1 руки = 1,32ВВ
что при avg equity = 53,6%
Соответствует средней ставке ~18BB

Итого:

expected = 27090ВВ
+1sd = 29672BB
actual = 30859BB
+2sd = 32254BB

Перебор у игроков с VPIP<10% не выходит за пределы 2сигм.

-------------------------------------------------------------

2. Запрос по тайтовым игрокам 2к+ рук VPIP=10%...20%

time: 924047ms
players: 488
hands: 30583
hands with these players(not included): 8434
avg equity: 538
avg abs equity: 742
avg won: 22412 = 22.412 bb
expected: 63798475
actual: 63142735
diff: 655740 = 1.03% of expected

Средний EV выигрыш с 1 руки = +2,09ВВ
что при avg equity = 53,8%
Соответствует средней ставке ~27BB

Без рассчётов понятно, что отклонение отрицательное,
но очень незначительное и не выходит за 1 сигму.

-----------------------------------------------------

3. Запрос по лузовым с 500+ рук VPIP=20...30%

time: 384062ms
players: 507
hands: 11906
hands with these players(not included): 578
avg equity: 492
avg abs equity: 757
avg won: 23485 = 23.485 bb
expected: -7501455
actual: -5105670
diff: 2395785 = -31.94% of expected


Средний EV выигрыш с 1 руки = -0,63ВВ
что при avg equity = 49,2%
Соответствует средней ставке ~40BB

Итого:

expected = -7501ВВ
actual = -5105BB
+1sd = -3136BB

Перебор у игроков с VPIP=20...30% не выходит за пределы 1сигмы,
что вполне нормально.

--------------------------------------------------------


4. Запрос по рыбно-лузовым игрокам с 500+ рук и VPIP>30%:

time: 631781ms
players: 522
hands: 15430
hands with these players(not included): 440
avg equity: 461
avg abs equity: 763
avg won: 22319 = 22.319 bb
expected: -29392690
actual: -23659450
diff: 5733240 = -19.51% of expected

Средний EV выигрыш с 1 руки = -1,9ВВ
что при avg equity = 46,1%
Соответствует средней ставке ~24BB

Итого:

expected = -29392ВВ
+1sd = -26411BB
actual = -23659BB
+2sd = -23430BB

Перебор у игроков с VPIP>=30% практически +2сигмы!!!

-----------------------------------------------------


Если подытожить результаты, то можно сказать,
что группа игроков со статами VPIP=10...20% куда
попадает основная масса регуляров, играют с
результатами близкими к ожидаемым, остальные группы
игроков (как ниты так и лузовые) имеют уверенный перебор,
причём у игроков с VPIP>30% пёр наиболее выраженный,
при том что МО сравнений самое отрицательное из всех,
да и средняя профитность самая минусовая среди
всех групп игроков.