期望值（Expected Value / EV）

一句话定义

期望值（expected value，EV）指某个决策在长期反复执行后，每次平均能获得的收益。公式是：

EV = Σ（每个结果的概率 × 该结果的收益）

它不是预测这一次会发生什么，而是回答「如果同样的情况发生一万次，我这次的选择平均划不划算」。扑克的所有决策，最终都归结为一句：选 EV 最高的那个动作。

算一次跟注的 EV

底池 100，对手下注 50，你跟 50；你的胜率是 30%。

• 赢（概率 30%）：你赢下整个底池 200，扣掉自己投入的 50，净得 +150。
• 输（概率 70%）：跟注的 50 拿不回来，净得 −50。
• EV = 0.30 × 150 − 0.70 × 50 = 45 − 35 = +10。

结论：这次跟注平均每次赚 10，是正期望。而弃牌的 EV 恒为 0（不再投入），所以跟注优于弃牌。这与「底池赔率」得出的门槛 25% 一致——30% > 25%，所以该跟。

换成更短的写法：EV = 胜率 × 最终底池 − 你的投入，即 0.30 × 200 − 50 = +10。

正 EV 与负 EV

• 正 EV（+EV）：长期能赚，应当执行。哪怕这一次实际输掉了。
• 负 EV（−EV）：长期要亏，应当放弃。哪怕这一次实际赢了。
• 零 EV（0）：无所谓，通常作为「更好的选择」的对照基线（如弃牌）。

为什么「赢了牌」也可能打错了

这是新手最难接受、也最关键的一点。

• 举例：你只有 10% 胜率，却跟了一个需要 30% 胜率的大注。这次你运气好，赢了。但这次决策是 −EV 的——把它重复一万次你会亏。
• 反过来：你 90% 胜率全下，对手 10% 反超。决策完全正确，只是这次没中。

因此结果不是评判标准，决策才是。「我赢了」和「我打对了」是两件事。扑克选手的长期赢利，来自持续做出 +EV 决策，让大数定律把随机性抹平。

EV 的使用要点

• 拿弃牌当基线：多数决策只需回答「跟注 / 加注的 EV 是否大于 0」。最差的可选动作就是基线。
• 比较选项，而不是比较结果：有多个动作时，选 EV 最高的那个，而不是「上一次同情况怎么赢的」。
• 小优势也值得累积：EV 是平均量，每次 +2 的优势并不起眼，但成千上万次就非常可观。
• 估算就够了：牌桌上不可能精确算 EV，但方向性判断——「这个跟注是正还是负」——已经足以指导决策。

关键要点

• EV = Σ（概率 × 收益），代表长期平均每次能赚多少。
• 跟注的简式：EV = 胜率 × 最终底池 − 投入。
• 正 EV 就跟、负 EV 就弃；弃牌的 EV 恒为 0，是最常用的比较基线。
• 「赢了牌」不等于「打对了」；判断依据是决策，不是结果。
• 小优势靠次数累积，结果随机会被大数定律抹平。