Крипто-казино
Torrent Gear
Как оценить выгоду от стратегии по ROI
1) Что такое ROI и зачем он нужен
ROI (Return on Investment) — относительная прибыль стратегии за период относительно вложенных средств.
[
\text{ROI}=\frac{\text{Выигрыш}-\text{Ставки}}{\text{Ставки}}=\frac{\text{Профит}}{\text{Ставки}}
]Валовый ROI (Gross) — без учёта комиссий/бонусов.
Чистый ROI (Net) — после всех комиссий, вейджера, кэшбэка, рейкбэка, налогов.
ROI на оборот отражает «стоимость каждой единицы оборота». Удобен для сравнения слотов/маркетов и для отыгрыша.
Важно: ROI — фотография за период. Чтобы понять, «жизнеспособна» ли стратегия, добавляйте риск и значимость.
2) Базовые варианты расчёта
A. ROI за сессию/период[
\text{ROI}_\text{period}=\frac{\Pi}{\text{Оборот}}=\frac{\text{Выигрыш}-\text{Ставки}}{\text{Ставки}}
][
\overline{r}=\frac{1}{N}\sum_{i=1}^N \frac{x_i-u_i}{u_i}
]где (u_i) — размер ставки, (x_i) — возврат. Удобно, когда ставки различаются.
C. Эффективный ROI с учётом промо
Пусть базовый домик HE (=1-\text{RTP}) (для слотов) или отрицательный EV (для маркета).
Если кэшбэк (c) начисляется на чистый проигрыш, а рейкбек/поинты (r) — на оборот, грубая оценка:[
\text{ROI}_\text{eff} \approx -\text{HE}\ +\ (c \cdot \text{loss_rate})\ +\ r
]Практически: посчитайте вклад промо в процентах от оборота и прибавьте к базовому ROI.
3) Пример (пошагово)
Оборот за неделю: 10 000 u
Итог: −250 u (проигрыш)
Кэшбэк: 10% на проигрыш → +25 u
Рейкбек: 0.4% от оборота → +40 u
Валовый ROI: (-250/10 000 = -2.5%)
Промо-вклад: ((25+40)/10 000 = +0.65%)
Чистый ROI: (-2.5%+0.65% = -1.85%)
Вывод: промо снизили стоимость оборота на 0.65 п.п.; при сопоставлении слотов/рынков сравнивайте чистый ROI.
4) ROI vs EV: когда ROI «обманывает»
На коротких отрезках дисперсия велика: ROI может быть сильно положительным при отрицательном EV (и наоборот).
ROI без доверительных интервалов и без учёта волатильности — слабый предсказатель будущего.
Решение: добавьте риск-скорректированные метрики и проверку значимости.
5) Риск-скорректированные метрики
A. RAROI (Risk-Adjusted ROI)[
\text{RAROI} = \frac{\overline{r}}{\sigma_r}
]где (\overline{r}) — средняя доходность на ставку/спин, (\sigma_r) — её стандартное отклонение. Чем выше — тем стабильнее «прибыль за риск».
B. Псевдо-Sharpe для ставок[
\text{Sharpe} = \frac{\overline{r} - r_f}{\sigma_r}
](r_f) (безрисковая ставка) в игорном контексте ≈ 0, поэтому часто (r_f=0).
C. CAGR (темп роста капитала)
Если вы реинвестируете и играете долей банка:[
\text{CAGR} \approx \frac{1}{T}\sum_{t=1}^T \ln(1+r_t)
]Это отражает устойчивый предел роста, а не просто «разовый ROI».
6) Значимость и размер выборки
Хотите понять, отличается ли ваш ROI от 0 статистически? Используйте доверительные интервалы.
Оценка дисперсии доходности на ставку: получите массив (r_i), рассчитайте (\overline{r}) и (\sigma_r).
95% ДИ для среднего ROI:[
\overline{r} \pm z_{0.975}\cdot \frac{\sigma_r}{\sqrt{N}}
]Если ДИ содержит 0 — данных недостаточно, чтобы утверждать, что стратегия прибыльна.
Приблизительный расчёт нужного N для детекта прироста (\delta):[
N \approx \left(\frac{z_{1-\alpha/2}\ \sigma_r}{\delta}\right)^2
]Где (\delta) — минимальный интересующий эффект (например, +0.5% на оборот).
7) Как учитывать время: ROI/час и «стоимость часа»
Иногда две стратегии дают одинаковый ROI, но одна быстрее генерирует оборот. Введите:[
\text{ROI/час}=\frac{\Pi}{\text{Оборот}}\cdot \frac{\text{Оборот}}{\text{Время}}=\frac{\Pi}{\text{Время}}
]и EV/час. Сравнивайте по прибыльности на единицу времени, если ваш ресурс — часы.
8) A/B-тест стратегии (простой протокол)
1. Гипотеза: Стратегия B повышает чистый ROI минимум на (\delta) п.п.
2. План: одинаковые лимиты, банк, время, слоты/маркеты сопоставимы, рандомизация порядка игр.
3. Метрики: Net ROI, RAROI, просадка (max DD), RoR на горизонте, EV/час.
4. Размер выборки: по формуле выше, под (\alpha=5%).
5. Критерий успеха: ДИ для (\text{ROI}_B-\text{ROI}_A) не содержит 0 и ≥ (\delta).
6. Фиксация правил: никаких «подвинем стопы и догоним оборот» — иначе тест некорректен.
9) Как интегрировать бонусы и вейджер
Переведите каждый бонус в % от оборота:- Кэшбэк: (c \times \frac{\text{ожидаемый проигрыш}}{\text{оборот}}).
- Рейкбек/поинты: фиксированный % от оборота.
- Депозитный бонус с вейджером: (\frac{\text{чистая выгода}}{\text{совокупный оборот}}).
- Сложите эти проценты и добавьте к базовому ROI.
- Обязательно учтите ограничения (макс. ставка, игры, срок) — они меняют дисперсию и фактический ROI.
10) Управление риском, чтобы ROI «доживал» до статистики
Размер ставки: используйте долю от банка (⅓–½ Келли для положительного EV; при отрицательном EV — снижайте оборот и опирайтесь на промо).
Стоп-лосс / тейк-профит: фиксируйте до старта; не двигайте по ходу.
Контроль просадки (DD): установите порог остановки и паузы.
Корреляции: избегайте одновременной игры в сильно зависимых событиях — это завышает кажущийся N и ROI.
11) Типовые интерпретации
Небольшой +ROI (0.3–1% на оборот) может быть статистическим шумом при высокой (\sigma_r); нужен большой N.
Стабильно −ROI при узком ДИ ниже 0 → стратегия нерентабельна; спасают только промо/смена игры.
Высокий ROI с огромной дисперсией → привлекательно, но непредсказуемо; проверяйте RAROI, DD, RoR.
12) Чек-лист расчёта и отчётности
Сбор данных: дата, игра/маркет, ставка, исход, оборот, профит, промо-прибавка, время.
Метрики: Net ROI, RAROI, Sharpe, EV/час, DD, RoR.
Статистика: 95% ДИ, тест разницы ROI в A/B.
Решения: масштабировать/заморозить/отклонить стратегию; обновить лимиты ставки и правила остановки.
Ревизия: раз в неделю/месяц — пересчёт, сравнение с целями.
13) Частые ошибки
Считать ROI без промо и комиссий → неверные выводы.
Сравнивать стратегии с разной дисперсией только по ROI → игнор риска.
Делать выводы по малой выборке → ложноположительные «победы».
Менять правила в середине теста → нет валидности.
Не учитывать время → тратите часы на низкий EV/час.
14) Итог
Оценка выгоды по ROI — это не только «сколько заработали на оборот», а целая система: чистый ROI + риск (RAROI/Sharpe) + значимость (ДИ и N) + время (EV/час). Следуя этому контуру, вы превращаете разрозненные сессии в управляемый эксперимент, где каждая корректировка подкреплена цифрами, а масштабирование — реальной устойчивостью, а не удачной серией.