Simulando Bacará usando Modelo de Monte Carlo (Parte 1)
Created by
- Jose_Henrique
Created at
Variáveis Técnicas
•
♦️ Valores duma série do baralho: 1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 0, 0, 0
•
💳 Um baralho contém 4 séries
•
🗃️ 6 baralhos foram utilizados no modelo
◦
Cada carta escolhida previamente era subtraida das próximas puxadas
•
💵 Capital Inicial: $10,000
•
💰 Aposta: 1% do Capital
•
🔁 Rodadas: 1000
◦
Os resultados de cada rodada foi compartilhado simultanemente entre os 7 cenários
•
📈 Simulações: 100
•
⚖️ Cenários:
◦
Player: +100% ou -100%
◦
Tie: +800% ou -100%
◦
Banker: +95% ou -100%
•
🖥️ Softwares: Python e Matplotlib
Simulações de Monte Carlo
"Monte Carlo" refere-se a uma técnica totalmente prática e oposta a uma fórmulação teórica e matemática. A técnica de Monte Carlo basicamente simula na força bruta várias operações para entender e prever o comportamente duma estratégia sem precisar investir tempo, capital e energia.
É muito semelhante ao "backtest". Mas sem dados históricos reais. Em vez disso, simulamos o comportamento do modelo com base nas variáveis técnicas. Que, aliás, podem estar corretas ou não.
Os gráficos abaixos apresentam os resultados acumulados a partir de um capital inicial de $10,000 e apostando constantemente 1% ao longo de 1000 rodadas.
•
Os gráficos 1, 2 e 3 são as apostas nos cenários "Player", "Tier" e "Banker".
•
4, 5 e 6 alternando aleatoriamente entre 2 cenários.
•
E 7 escolhendo randomicamente os 3.
Conclusão
Nenhuma das estratégias (baseadas nessas variáveis) aprensetou, matematicamente falando, um crescimento de capital significativo ao longo do tempo. Aliás, demonstrou-se até o contrário.
Porém, a estratégia de investir constamente em "Tier" (empate) apresentou o maior equilibrio ao longo do tempo, mas ainda assim, com um leve prejuízo (pelo menos da perspectiva do apostador).
