Индекс волатильности и доверительные интервалы: погрешность выборки и полосы неопределенности

1. Строгий математический вывод доверительных интервалов на конечных выборках

Рассмотрим сертифицированный видеослот на конечной выборке из $N$ независимых одинаково распределенных (i.i.d.) спинов. Пусть $X_i$ обозначает множитель выплаты, зафиксированный на спине $i$, при этом дискретное распределение генеральной совокупности имеет конечное математическое ожидание $\mu = \mathbb{E}[X_i]$ (теоретический RTP) и конечную дисперсию $\sigma^2 = ext{Var}(X_i)$.

Выборочное среднее значение возврата $\bar{X}_N$ выражается стандартной формулой:

\bar{X}_N = \frac{1}{N} \sum_{i=1}^{N} X_i

По центральной предельной теореме (ЦПТ) при $N o \infty$ нормированная выборочная статистика $Z_N$ слабо сходится к стандартному нормальному распределению:

Z_N = \frac{\bar{X}_N - \mu}{\sigma / \sqrt{N}} \xrightarrow{d} \mathcal{N}(0, 1)

Для заданного уровня двусторонней доверительной вероятности $1 - \alpha$ пусть $z_{\alpha/2}$ обозначает критический квантиль стандартного нормального закона, удовлетворяющий условию $\Phi(z_{\alpha/2}) = 1 - \alpha/2$. Симметричный доверительный интервал для параметра $\mu$ имеет вид:

P\left( \bar{X}_N - z_{\alpha/2} \frac{\sigma}{\sqrt{N}} \le \mu \le \bar{X}_N + z_{\alpha/2} \frac{\sigma}{\sqrt{N}} \right) = 1 - \alpha

Полуширина этого интервала $\epsilon = z_{\alpha/2} \frac{\sigma}{\sqrt{N}}$ в метрологии называется предельной ошибкой выборки.

2. Определение и практическое применение индекса волатильности ($VI$)

В отраслевых стандартах сертификации (включая Nevada Gaming Commission Regulation 14 и регламент GLI-19) Индекс волатильности ($VI$) формализуется как полуширина доверительного интервала при фиксированном уровне надежности для единичной ставки ($N = 1$):

\text{VI}_{1-\alpha} = z_{\alpha/2} \cdot \sigma

Соответственно, полуширина доверительного интервала для любого произвольного числа спинов $N$ вычисляется простым масштабированием единичного индекса:

\epsilon = \frac{\text{VI}_{1-\alpha}}{\sqrt{N}}

В аудиторской практике закреплены три стандартных квантиля:

• 90% доверительный интервал ($\alpha = 0.10$): $z_{0.05} = 1.6449 \implies \text{VI}_{90} = 1.6449 \cdot \sigma$
• 95% доверительный интервал ($\alpha = 0.05$): $z_{0.025} = 1.9600 \implies \text{VI}_{95} = 1.9600 \cdot \sigma$
• 99% доверительный интервал ($\alpha = 0.01$): $z_{0.005} = 2.5758 \implies \text{VI}_{99} = 2.5758 \cdot \sigma$

Если в математической спецификации слота указано значение $\text{VI}_{90} = 14.80$, аудитор сразу определяет, что стандартное отклонение выплат равно $\sigma = 14.80 / 1.645 \approx 9.00$, что соответствует высоковолатильной модели.

3. Закон обратных квадратов при сжатии доверительной полосы

Фундаментальным свойством статистических интервалов выступает закон обратных квадратов: поскольку стандартная ошибка убывает пропорционально $1 / \sqrt{N}$, сокращение предельной погрешности в $k$ раз требует увеличения объема выборки в $k^2$ раз:

N^* = \left( \frac{\text{VI}_{1-\alpha}}{\epsilon} \right)^2 = \frac{z_{\alpha/2}^2 \cdot \sigma^2}{\epsilon^2}

Продемонстрируем эту квадратичную зависимость для высоковолатильного автомата ($\sigma = 8.50$, $ ext{VI}_{95} = 16.66$):

• Для допуска $\pm 5.0\%$ ($\epsilon = 0.05$): $N = (16.66 / 0.05)^2 = 111 022 \text{ спина}$.
• Для допуска $\pm 1.0\%$ ($\epsilon = 0.01$): $N = (16.66 / 0.01)^2 = 2 775 556 \text{ спинов}$.
• Для строгой регуляторной точности $\pm 0.1\%$ ($\epsilon = 0.001$): $N = (16.66 / 0.001)^2 = 277 555 600 \text{ спинов}$.

Увеличение точности оценки в десять раз требует стократного расширения объема выборки. Это математически доказывает полную несостоятельность любительских проверок на нескольких тысячах спинов.

4. Сводная матрица доверительных интервалов на различных выборках

В таблице ниже приведены полуширина 95% интервала ($\pm \epsilon$) и результирующий коридор фактического RTP при теоретическом значении $96.50\%$ для четырех классов риска:

5. Асимметрия распределения и непараметрический бутстреп BCa

Симметричный доверительный интервал ЦПТ предполагает строгую нормальность выборочного среднего. Однако в силу сильнейшей правосторонней асимметрии ($\gamma_1 > 15.0$) и высокого эксцесса ($\gamma_2 > 200$) в современных слотах распределение отдачи на реальных сессиях сильно скошено.

Для корректной оценки интервалов лаборатории используют непараметрический метод Bootstrap BCa (Bias-Corrected and Accelerated):

\text{CI}_{\text{BCa}} = \left[ \hat{\theta}^{*(\alpha_1)}, \; \hat{\theta}^{*(\alpha_2)} \right]

Расчеты BCa наглядно показывают, что нижняя граница доверительного интервала на малых выборках располагается значительно ближе к нулю, чем прогнозирует гауссова модель, а верхняя граница уходит глубоко в правый хвост.

При генерации 50 000 бутстреп-подвыборок для сессии в 5 000 спинов выясняется, что стандартный интервал Вальда дает систематическое смещение влево до 8.4 процентных пунктов. Использование непараметрического бутстрепа позволяет математически строго доказать, что даже затяжные серии без крупных выигрышей полностью укладываются в допустимый статистический коридор честной генерации псевдослучайных чисел.

6. Регуляторные требования к сертификации волатильности

Ведущие международные игорные регуляторы предъявляют строгие требования к математической документации слотов:

• Стандарт GLI-19: Требует предоставления детальных математических карт (PAR sheets) с указанием вероятностей всех комбинаций и сертифицированного 90% индекса волатильности.
• Технические регламенты Невады: Обязывают подтверждать теоретический процент возврата серией имитационных симуляций объемом не менее $10^7$ спинов.
• Правила UKGC: Требуют обязательной публикации теоретического RTP и категорически запрещают любые скрытые компенсаторные алгоритмы изменения вероятностей.

Для интерактивного анализа расширения доверительных полос используйте наш Инспектор RTP и доверительных интервалов, а математику выборки изучите в статье Размер выборки для доказательства RTP.

7. Практические выводы для трезвой оценки результатов сессий

Индекс волатильности дает строгое научное обоснование для интерпретации игры:

• Устранение когнитивных искажений: Отдача в 70% на дистанции 2 000 спинов в слоте с $ ext{VI}_{95} = 18.0$ полностью укладывается в 95% доверительный интервал и является стандартной флуктуацией, а не подкруткой.
• Обоснованное планирование сессий: Знание индекса волатильности позволяет заранее рассчитать диапазон нормальных колебаний банкролла и выставить адекватные лимиты остановки.
• Метрологический аудит: Полноценная проверка генератора случайных чисел и профиля выплат требует объема выборки, сжимающего доверительный интервал до регуляторных долей процента.

Изучите открытые массивы данных в Исследовании волатильности на 100M спинов и фундаментальную теорию в статье Индексы волатильности и дисперсии.