期望值与价值边际计算器
把「我觉得会赢」和「赔率高不高」按进同一个公式，给你期望值（Expected Value, EV）、 收益率（Return on Investment, ROI）、盈亏平衡概率和价值边际（Edge）。 优势薄到落进估计误差里时，它不会给你绿灯。
一、六组示例盘口
点击即填入下方输入区
每一组都是真实跑出来的。点一下直接填进下方输入框，
页面所有数字与 _DOC/_calc03_examples.py 的 stdout 逐位对账。
二、输入这一注
改动即重算 · URL 即状态判定这一注，数学上赚还是亏
你的估计胜率 0.6000 对及格线 52.6316% —— 在线上，多出来的每一分概率都是价值。
有价值
估计胜率高于盈亏平衡线，期望值为正。但要记住：这只在估计本身可靠时成立。
期望值 EV
+14.0000
长期平均每注的净盈亏（注额×超额收益率）
收益率 ROI
+14.0000%
每押 100 的长期平均回报（与注额无关）
价值边际 edge
+7.3684pp
你比及格线高出几个百分点 —— 筛选只看它
盈亏平衡概率
52.6316%
1 ÷ 有效赔率：低于它就亏（d_eff 1.900000）
刻度尺你的估计站在线的哪一边
可解释这个数怎么来的
每一步都给三行：公式、一句不含符号的中文口语、代入当前输入的数值。 你可以拿计算器逐行复核 —— 我们不写「误差为 0」，因为那是虚假精度。
第 1 步 · 期望值 EV —— 把两种结果按概率加权
赢了拿走本金和盈利，输了只输本金 —— 两个结果各按自己的概率加权，得到长期平均每注的净盈亏。
展开式 = 0.60 × (1.90 − 1) × 100 − (1 − 0.60) × 100 = 54.00 − 40.00 = +14.0000
紧凑式 = 100 × (0.60 × 1.90 − 1) = 100 × 0.140000 = +14.0000
两种写法残差 = 3.55e-15（机器精度，非算法误差）
第 2 步 · 盈亏平衡概率 pbe —— 赔率本身就是一条及格线
把赔率取倒数，得到的就是不赚不亏的最低胜率：1.90 的赔率要求你至少赢 52.63% 才不亏。
1 ÷ 1.900000 = 0.526316 → 52.6316%
你的估计 60.0000% − 及格线 52.6316% = edge +7.3684pp
第 3 步 · 佣金 c —— 交易所只从你的盈利里抽
净盈利抽佣（net-profit commission）只在盈利部分抽成，所以先把赔率里「净赚」的那截打折扣， 再加回本金 —— 得到有效赔率 deff。
例：d 1.9200、c 2% → d_eff = 1 + (1.92 − 1) × 0.98 = 1.901600
及格线随之抬高：1 ÷ 1.901600 = 52.5873%（原 52.0833%）
c = 0 时 d_eff = d，本页默认不抽佣。
第 4 步 · 价值边际 edge —— 筛选只看它，不看 ROI
你的估计胜率减去及格线，得到优势本身有多少个百分点。 高赔率会把 ROI 放大 —— 但那个放大是赔率给的，不是优势给的。
本页 E2：0.600000 − 0.526316 = +7.3684pp（ROI +14.0000%）
对照 E3：0.120000 − 0.111111 = +0.8889pp（ROI 却高达 +8.0000%）
同样的 +8% ROI，一个优势 7.37pp，一个只有 0.89pp —— 所以筛选必须用 edge。
第 5 步 · 良心线 —— 优势太薄时，不给绿灯
你的胜率是估计值，误差远大于半个百分点。优势若小于 0.5pp， 它和「估计错了 0.5pp」无法区分 —— 把噪声当优势会亏钱。
例：E1 去水盘 p 0.4205、d 2.3781 → edge −0.0004pp
|−0.0004| ≤ 0.5 → 判定「边际过薄，落在估计误差内」，不亮绿灯
第 6 步 · 注额线性缩放 —— 金额变大，结论不变
期望值随注额等比例放大，收益率与注额无关 —— 所以判断「值不值得下」永远先看 ROI 和 edge， 金额只决定赚多少、亏多少。
注额 100 → EV +14.0000；注额 5000（×50）→ EV +700.0000，ROI 仍 +14.0000%
EV 线性缩放残差 = 1.14e-13，ROI 与注额无关残差 = 0.00e+00（恒等，允许写零）