MDF & Alpha
元数据
- 作者: Tombos21 (GTO Wizard)
- 日期: 2022-07-01
- 类型: 文章
- 原始文件: MDF & Alpha.md
摘要
MDF（最小防御频率）和Alpha（α）是扑克防守与进攻的基础指标。MDF是盾，阻止对手任意两张牌诈唬自动获利；Alpha是剑，计算对手需要弃牌多少你的诈唬才盈亏平衡。文章系统讲解了公式、加注场景调整、以及MDF的核心局限：假设诈唬权益为零。
关键要点
- MDF公式（仅适用于初次下注）：MDF = pot / (bet + pot)；Alpha = bet / (bet + pot)
- 通用公式（适用于加注）：Alpha = 风险 / (风险 + 奖励)；MDF = 1 - α
- 加注场景MDF不同：半池下注的Alpha=33%，但半池加注（加注到15 into 15）的Alpha=50%
- EV计算：EV(Bluff) = (Fold% × Pot) - (Call% × Bet)
- MDF核心局限：假设诈唬无权益。现实中诈唬通常有权益（听牌、摊牌价值），因此：
- 诈唬有checkback价值时→可以少防守（underdefend）
- 诈唬面对跟注保留权益时→需要多防守（overdefend）
- GTO实证：不利位置BB普遍过度弃牌（低于MDF），有利位置防守更贴近MDF
- 防守策略：不利位置→可以少防守；对手价值偏重→大幅过度弃牌；当诈唬有摊牌价值→只对能击败诈唬的手牌应用MDF
影响的概念
完整笔记
MDF/Alpha的精确使用场景
本文提供了MDF/Alpha速查表和EV图形化分析，但最重要的是明确了什么时候该用、什么时候不该用：
应该用MDF的场景：
- 河牌面对下注，对手范围极化为纯空气/纯坚果
- 你没有对手倾向的任何信息（默认防守基准）
- 防止被对手用”任意两张牌”剥削
不应该用MDF的场景：
- 翻牌/转牌（诈唬方有equity→盲目MDF=过度防守）
- 对手明显价值偏重（应用更紧防守）
- OOP时（GTO平均过度弃牌于MDF——这是正常的！）
- 诈唬方有checkback价值时（只需让诈唬EV=checkEV，不是0）
加注场景Alpha≠初始下注Alpha（关键细节）
这是本文最容易被忽视但最重要的技术细节。半池下注的Alpha=33%，但半池加注的Alpha=50%。原因：加注的风险/回报比不同——初始底池在加注场景中占比缩小。这一原理的深层应用见源摘要-GTOWizard-首注优势——首次下注者享有更好的诈唬赔率。
EV图形化的教学价值
EV(Bluff) = (Fold% × Pot) - (Call% × Bet) 是一条直线，连接(0, -Bet)和(1, Pot)。这条线与X轴的交点=Alpha。这个可视化工具极其有用——它展示了：
- 多弃牌1%=多赚(Pot+Bet)/100
- Alpha附近的区域EV变化最小（最不能确定）
- 远离Alpha时EV快速变化（明确的+EV或-EV决策）
GTO vs MDF的实证差异
本文提供的BTN vs BB Complex Reports数据直接证明了：BB在全部1755翻牌上系统性过度弃牌于MDF。这不是Solver的错误——这是GTO在OOP位置上的故意设计。原因：IP的诈唬有checkback价值→BB不需要让它们0EV，只需让它们checkEV=bet EV即可。
与知识库的整合
本文是概念-最小防御频率的核心源文件，与源摘要-GTOWizard-扑克数学误区互补（误区篇纠正误用，本文提供正确框架）。源摘要-GTOWizard-斩首牌面展示了MDF在”平分底池”特殊场景的变体公式。