Python轮盘赌马丁格尔策略模拟结果异常问题咨询

1. random.randint用于轮盘赌模拟的可用性说明 #

random.randint(-1, 36)可以用于美式轮盘（含双零）的模拟，该函数生成的整数符合均匀分布，-1到36共38个结果正好对应美式轮盘的双零、零、1-36共38种等概率结果，这块没有问题。

2. 算法疏漏点定位 #

你遇到的「几乎每次最终资金都高于初始值」的问题，核心原因是代码逻辑和模拟设置的问题，和随机数生成器无关，具体疏漏点如下：

• 循环次数设置错误
  外层while循环k从1开始，判断条件为k<1000，实际仅运行999次测试，并非你预期的1000次；内层for循环用range(1, 100)，实际仅运行99次下注，也不符合你写的100次下注的预期。
• 破产判断逻辑错误
  马丁格尔策略下赌注会指数级增长，你初始资金1024最多只能承受连续10次输（累计亏损1+2+4+…+512=1023），第11次下注需要1024元，此时你已经没有足够资金下注。但你代码仅在bank<0时才终止，甚至允许赌注大于当前余额的情况存在，不符合真实投注规则。
• 统计逻辑存在偏差
  马丁格尔策略的特点是「多数时候小赚，少数时候巨亏」，美式轮盘押偶数输的概率是20/38，连续输11次的概率约为0.08%，你目前仅做了近千次小样本测试，极端情况几乎不会出现，所以看起来总是赚。且你仅统计资金低于初始值的次数，没有统计亏损额度：只要没碰到连续11次输的极端情况，你都会小赚；一旦碰到就会亏掉全部1024元，长期期望仍然是负的。
• 注释错误
  内层循环的注释写的是Placing 10000 bets，和实际运行的下注次数完全不符。

3. 修复建议 #

• 修正循环逻辑：外层循环调整为1000次，内层循环调整为100次，匹配你的模拟需求。
• 增加投注前余额校验：每次下注前判断当前赌注是否大于余额，如果是直接判定破产终止测试，符合真实投注规则。
• 完善统计维度：除了统计亏损次数，还要统计所有测试的最终资金平均值，加大测试次数到10万次以上，就能看到符合赌场负期望的结果：平均最终资金低于1024，且会出现明显的破产案例。

内容的提问来源于stack exchange，提问作者Jesh Kundem