Модели с последовательным выбором «продолжить/остановиться»: математика оптимальной остановки

Введение: модели с нарастающим риском

Среди вероятностных систем существует особый класс — модели с последовательным выбором, в которых участник на каждом шаге принимает бинарное решение: остановиться (зафиксировать текущий положительный результат) или продолжить (рискнуть текущим результатом ради потенциально большего). При этом вероятность потери всего накопленного результата нарастает с каждым шагом.

В отличие от систем с полностью случайными исходами (где участник не принимает решений), здесь момент остановки — единственный и ключевой параметр оптимизации.

1. Формальная модель

Структура одного раунда

Раунд состоит из последовательности шагов \( t = 1, 2, 3, \ldots \). На каждом шаге:

С вероятностью \( p_t \) — успех: мультипликатор текущего результата увеличивается.
С вероятностью \( 1 - p_t \) — провал: накопленный результат обнуляется.

Текущий мультипликатор после \( t \) успешных шагов:

\[ M_t = \prod_{i=1}^{t} m_i \]

где \( m_i > 1 \) — мультипликатор \( i \)-го шага. Выплата при остановке на шаге \( t \):

\[ \text{Payout}(t) = s \cdot M_t \]

где \( s \) — размер начальной позиции.

Нарастающий риск

Вероятность успешно пройти все \( t \) шагов:

\[ P(\text{выжить } t \text{ шагов}) = \prod_{i=1}^{t} p_i \]

Если \( p_i = p = \text{const} \), то:

\[ P(\text{выжить } t \text{ шагов}) = p^t \]

Это экспоненциально убывающая функция. С каждым шагом вероятность сохранения результата стремительно падает.

Числовой пример. \( p = 0{,}75 \) (вероятность успеха на каждом шаге), мультипликатор \( m = 1{,}5× \) за шаг:

Шаг \( t \)	Мультипликатор \( M_t \)	P(выживание)	Ожидаемая выплата \( E = s \cdot M_t \cdot p^t \)
1	1,50×	75,0%	1,125s
2	2,25×	56,3%	1,266s
3	3,38×	42,2%	1,424s
4	5,06×	31,6%	1,600s
5	7,59×	23,7%	1,800s
10	57,7×	5,6%	3,240s
15	437,9×	1,3%	5,832s

Ожидаемая выплата растёт, но вероятность её получения падает экспоненциально. На 15-м шаге мультипликатор впечатляющий (437×), но вероятность добраться до него — лишь 1,3%.

2. Задача оптимальной остановки

Когда рационально остановиться? Ответ зависит от соотношения прироста ожидаемой выплаты и прироста риска.

Критерий продолжения

Продолжать шаг \( t+1 \) рационально, если ожидаемый прирост выплаты положителен:

\[ E[\text{шаг } t+1] = p_{t+1} \cdot M_{t+1} \cdot s > M_t \cdot s \]

Упрощая:

\[ p_{t+1} \cdot m_{t+1} > 1 \]

Если \( p_{t+1} \cdot m_{t+1} > 1 \) — продолжать рационально (ожидаемая выплата растёт). Если \( p_{t+1} \cdot m_{t+1} \leq 1 \) — следует остановиться.

Преимущество оператора

Оператор системы устанавливает параметры \( p_i \) и \( m_i \) таким образом, чтобы:

\[ p_i \cdot m_i < \frac{1}{\text{RTP}} \quad \text{для большинства шагов} \]

Это гарантирует отрицательное ожидание на длинной дистанции. Типичный RTP таких моделей: 90–97%.

3. ГСЧ и независимость раундов

Результат каждого шага определяется генератором случайных чисел (подробнее — ГСЧ и волатильность):

\[ P(X_{n+1} \mid X_1, \ldots, X_n) = P(X_{n+1}) \]

Каждый раунд начинается с нуля. Результаты прошлых раундов не влияют на текущий. Убеждение, что после серии провалов «вот-вот произойдёт» успешная серия — заблуждение Монте-Карло.

4. Прогрессивные стратегии размера позиции

В моделях с последовательным выбором часто применяются прогрессивные стратегии (подробнее — Мартингейл и анти-мартингейл):

Мартингейл (удвоение после убытка)

После каждого раунда с нулевой выплатой (провал) размер позиции удваивается. После успешного раунда — возврат к базовому размеру.

\[ s_{n+1} = \begin{cases} 2 \cdot s_n & \text{при провале} \\ s_{\min} & \text{при успехе} \end{cases} \]

Ограничения: конечность капитала и максимальный допустимый размер позиции делают стратегию нежизнеспособной при длинных сериях провалов.

Стратегия Даламбера (линейная прогрессия)

\[ s_{n+1} = \begin{cases} s_n + \Delta & \text{при провале} \\ \max(s_{\min},\; s_n - \Delta) & \text{при успехе} \end{cases} \]

Более консервативна, чем мартингейл. Скорость роста позиции линейна, а не экспоненциальна.

Фиксированный размер

Наиболее безопасный вариант: \( s_n = s = \text{const} \). Не пытается компенсировать убытки увеличением позиции. Рекомендуется для моделей с нарастающим риском.

5. Управление капиталом

Правило 250 позиций

\[ K_{\text{session}} \geq 250 \cdot s \]

Правило фиксации (50/50)

При \( K \geq 2K_0 \): вывод \( K_0 \), участие только на превышение.

Лимиты

\[ K_{\text{stop}} = K_0 \cdot (1 - L), \quad K_{\text{target}} = K_0 \cdot (1 + G) \]

Метод фиксированных серий

\( n_{\text{fix}} = 5 \) раундов → оценка → решение. Подробный алгоритм — Кластерная механика.

Демо-моделирование

Перед участием с реальным капиталом оцените в демо-режиме:

Среднюю длительность успешных серий.
Распределение мультипликаторов по шагам.
Типичное число шагов до провала.

6. Мошеннические схемы

«Предикторы» и «сигналы». Технически невозможны — ГСЧ работает на защищённых серверах. Подробнее — ГСЧ и волатильность.
Схема бинарного разделения. Аудитория делится на группы с противоположными «сигналами». Группа с «верным» результатом перенаправляется в платные каналы. Подробнее — Позиционно-независимые модели.
Синтетические видеоматериалы (дипфейки). Нейросетевые подделки видео для рекламы несуществующих инструментов.

Выводы

Модели с последовательным выбором отличаются от полностью случайных систем: участник влияет на результат через момент остановки.
Критерий рациональности: продолжать, пока \( p_{t+1} \cdot m_{t+1} > 1 \). На практике оператор устанавливает параметры так, что ожидание отрицательно на длинной дистанции.
Вероятность выживания падает экспоненциально (\( p^t \)). Впечатляющие мультипликаторы на поздних шагах маскируют ничтожную вероятность их достижения.
Прогрессивные стратегии (мартингейл, Даламбер) не изменяют знак ожидания. Фиксированный размер позиции — наиболее безопасный вариант.
Управление капиталом (250 позиций, фиксация 50/50, лимиты) — единственный инструмент рационального участника.
Все схемы «предсказания» ГСЧ — мошенничество.

Предупреждение о рисках: Все материалы на данном сайте носят исключительно образовательный и информационный характер. Они не являются руководством к действию, финансовой рекомендацией или побуждением к участию в какой-либо деятельности. Любые решения в условиях неопределённости сопряжены с рисками, включая полную потерю капитала.