Long-term behavior of casino games

技術要約：カジノゲームの長期的挙動

問題提起
本論文は、カジノゲームにおける総還元額（または総利益）と総賭け金比率の漸近的挙動を取り扱う。独立同一分布（i.i.d.）に従う賭けにおいては、大数の強法則により、この比率はプレイヤーへの還元率（RTP）またはハウスエッジ（HA）に、ほとんど確実に収束する。しかし、この仮定は現実的なカジノのシナリオをモデル化するには不十分である。実際には、賭け金のサイズは時間とともに変動し、過去の結果に依存する場合があり（例：ベッティングシステム）、また、ゲームには複合的な構造（1回のラウンド内での複数の賭け）や将来への依存性（例：クラップスや、アン・プリゾン・ルールを伴うルーレットのように、複数のスピンやロールにわたって賭けが解決される場合）が含まれることがある。著者らは、ゲーム固有のパラメータのみに依拠しつつ、より現実的な非i.i.d.条件下でのこれらの比率の長期的な限界を決定するための、一般的なフレームワークの構築を目指している。

手法
著者らは、フィルトレーション $(\mathcal{F}_n)_{n \ge 0}$ に適応した、賭け金 $(B_n)$、還元額 $(R_n)$、および利益 $(X_n)$ の数列 $(B_n, R_n, X_n)_{n \ge 1}$ に基づく、一般的な確率論的フレームワークを確立している。本手法の核心は、主に2つの数学的ツールに基づいている。

1. マルチンゲール理論： 特に、Chow (1967) のマルチンゲールに関する大数の強法則を用いており、これによって、2次モーメントが有界である限り、確率変数の和と、その条件付き期待値の和との差が、ほとんど確実にゼロに収束することを示す。
2. ドゥーブの分解（Doob's Decomposition）： 著者らは、賭け金、還元額、および利益の累積和を、マルチンゲール成分（条件付き期待値からの偏差）と予測可能成分（条件付き期待値の和）へと分解する。

主要な結果（定理 3.1）は、緩やかな条件（具体的には、有界な2次モーメントおよび非消滅的な平均賭け金サイズ）の下で、総還元額の総賭け金に対する長期的な比率が、それらの条件付き期待値の和の比率と漸近的に同様の挙動を示すことを証明している。これにより、ランダムな変数を用い、過去に基づいた条件付き期待値（これらは多くの場合、決定論的であるか、あるいは分析が容易である）に置き換えることが可能となる。

主な貢献と結果
本論文は、4つの異なるクラスのカジノゲームに関する極限定理を導出し、賭け手が（2次モーメントの有界条件を破らない限り）特定の戦略をとったとしても、長期的な挙動はゲーム固有のパラメータ（RTPおよびHA）によって支配されることを示している。

1. 単純なゲーム（セクション 4 & 5）：

   • 1回のクープ（回）につき1つまたは複数の賭けがあり、結果が即座に解決されるゲームについては、基礎となる単位賭けがi.i.d.であれば、長期的な利益対賭け金の比率は $-HA$（またはRTPに対して 1）にほとんど確実に収束することを証明している。
   • 複数の賭け機会（例：異なる賭けタイプが存在するルーレット）を持つゲームでは、その限界値は個々の機会のRTP/HAの最小値と最大値によって制限される。ゲームが「HA不変（HA-invariant）」（標準的なシングルゼロ・ルーレットのように、すべての機会が同じHAを持つ）である場合、限界値は賭け手の配分に関わらず一意となる。

2. 複合ゲーム（セクション 7 & 8）：

   • 本フレームワークは、クープの最中に追加の賭けが行われるゲーム（例：ブラックジャックにおけるダブルダウン/スプリット、クラップスのフリーオッズ、スリーカードポーカー）にも拡張される。
   • 著者らは、「複合賭け金」を、クープ内で決定されるランダムな係数を基礎となる賭け金に乗じたものとして定義している。彼らは、長期的な比率が、基礎となる賭け金だけでなく、複合賭け金の「総期待賭け金」に対して計算されたRTP/HAに収束することを示す。
   • これにより、ハウスエッジを初期の賭け金に基づいて計算すべきか、それともリスクにさらされる総額に基づいて計算すべきかという、既存文献における曖昧さが解消される。

3. 将来への依存性を持つゲーム（セクション 9）：

   • 賭けが即座に解決されないゲーム（例：カムベットのあるクラップス、アン・プリゾン・ルールのあるルーレット）に対して、著者らは「ラウンドベース」のフィルトレーションを導入している。ラウンドは、すべての保留中の賭けが解決される停止時刻で終了する、一連のスピンやロールのシーケンスとして定義される。
   • 定理 9.1 は、ラウンドの長さが有界な2次モーメントを持つ場合、単位賭けあたりの還元額の条件付き期待値が有界である限り、ラウンドベースの合計の漸近的挙動が、スピンベースの合計と同じ限界値に収束することを確立している。

4. リー・ルーレット・システムへの適用（セクション 6）：

   • 具体的な応用として、ノーマン・リー (1976) の Thirteen against the Bank で記述された「リバース・ラボシェール」システムを分析している。このシステムは、8日間で80万フランの勝利を主張していた。
   • 余剰 5.1 を用いて、このシステムが長期的には $1/74$（約1.35%）の損失に収束することを確立している。
   • モンテカルロ・シミュレーション（8日間のセッションを100万回複製）およびポアソン近似を通じて、報告された「勝利した進行（winning progressions）」の数（27回）および勝利の規模は、8日間の間に偶然としては統計的に不可能であることを実証している。8日間にわたって27回の勝利した進行を観察する確率は、$1.5 \times 10^{-24}$ 未満であると推定される。
   • 著者らは、報告された「利益」がシステムに内在する頻繁な小さな損失を無視していることを指摘し、その物語はフィクションであると結論付けている。

意義と主張
本論文は、現実的なベッティング戦略下におけるカジノゲームの長期的パフォーマンスを分析するための、統一された厳密なフレームワークを提供すると主張している。その主な意義は以下の通りである：

• 一般化： 依存関係のある賭け、複合的な構造、および遅延した解決をカバーするために、制限的なi.i.d.の仮定を超えている。
• 戦略からの独立性： ギャンブラーの戦略は利益の「分散」や「経路」には影響を与えるが、負の期待値を持つゲームにおける利益の「漸近的限界」を変えることはできない（ただし、2次モーメントの条件を破るような無制限の賭け金サイズを行わない限り）ことを示している。
• 実証的検証： 有名なギャンブルの逸話に対する数学的な反論を提供し、妥当な結果と統計的な異常とを区別するための、理論的境界の実際的な有用性を示している。

著者らは控えめなトーンを維持しており、彼らの結果は条件付き期待値に関する「緩やかな条件」に適用されること、また、この理論は個々のギャンブラーにとっても、カジノ側の視点からのテーブル全体の集計にとっても等しく適用されることを述べている。彼らは新しいベッティングシステムを提案するのではなく、負の期待値を持つゲームにおけるあらゆるシステムの必然的な長期的失敗を分析するためのツールを提供している。