数学家调 paytable 不是凭直觉, 是盯着 RTP gauge 拖滑块. 拖小符号 + 看 RTP 跳, 拖大符号 + 看 RTP 跳. 每个滑块都对 RTP 有不同的贡献率 (跟"该符号在 reel 上出现频率 × 在线奖结构中的概率"成正比). 本工具用 5×3 + SDQ reel + 25 paylines 框架, 让你真正上手这个过程.
① 拖任意 paytable 滑块, 改变对应符号 K-OAK 赔付
② 点 "🎲 跑 50k Monte Carlo" — 用当前 paytable 跑 50,000 旋仿真, 算实际 RTP
③ 看 RTP gauge 跟 96% target 的差距, 调滑块继续
④ 点 "⚖️ 一键缩到 96%" — 自动按比例缩放所有 paytable 使 RTP 命中 96%
跟两件事相关:
① 该符号在 reel 上出现频率 — 高频符号 (T/J/Q) 贡献大
② K-OAK 几率 — 3-OAK 比 5-OAK 出现率高, 所以 3-OAK 赔率对 RTP 影响更敏感
试试: 把 T 的 3-OAK 从 0.05 拖到 0.5 (×10), 看 RTP 跳多少? 然后把 ★ 的 5-OAK 从 100 拖到 1000 (×10), 比较哪个影响大. 答案是 T_3 — 因为它出现频繁得多.
RTP 的解析公式:
RTP = Σ_outcome P(outcome) × pay(outcome) / total_bet
解析计算 5⁵⁰ = 312M 个 outcome 太慢, 所以工业用 Monte Carlo: 跑 N 个随机 spin, 算平均赢分 / 平均下注. N=50k 误差约 ±0.5%, N=1M 误差约 ±0.05%. 这个工具用 50k 兼顾速度 + 精度.
实际 Studio 数学家用 Excel + 自定义工具 (Python / R / Matlab). 老 studio (Aristocrat / IGT) 还有专门的 PAR sheet 软件. 但核心循环跟这个 demo 一样: 调 paytable → 跑仿真 → 看 RTP → 调 → 跑 → 看 ... 直到命中 target ± 0.1%.