「期待値+3,000円って言われたから打ったのに、-15,000円になったんだけど？」 「期待値がプラスなら勝てるんじゃないの？」 ——この疑問、めちゃくちゃ多いです。
答えは「期待値は平均であって、保証じゃない」。 期待値+3,000円でも、1回打ったら普通に-15,000円になることはあります。 じゃあ「実際にどのくらいの確率で負けるか」は、どうやって知るのか？
ここで登場するのがモンテカルロ法。 スタンフォード大学のAI講義（CS221）でも教えている、 「未来を1000回シミュレートして結果の分布を見る」という手法です。
期待値だけでは分からないこと
期待値とは「平均」に過ぎない
期待値+3,000円とは、同じ状況を100回繰り返した時の平均が+3,000円という意味。 1回ごとの結果は大きくばらつきます。
| 指標 | 何がわかるか | 何がわからないか |
|---|---|---|
| 期待値（EV） | 長期的な平均損益 | 1回ごとのブレ幅 |
| 勝率 | プラスで終わる確率 | 負けた時にいくら負けるか |
| 最大ドローダウン | 最悪どのくらい沈むか | それが何%の確率で起きるか |
期待値だけだとリスクの全体像が見えない。 だからモンテカルロ法が必要なんです。
モンテカルロ法とは何か
モンテカルロ法を一言で言うと:
「サイコロを何千回も振って、結果の分布から答えを導く方法」
パチスロでの具体的な流れ
- 設定を確率に従ってランダムに選ぶ（例: 設定6の確率35%なら、35%の確率で設定6を選ぶ）
- 選んだ設定の確率に基づいて、残り時間分の遊技をシミュレートする
- BIG・REGが確率通りにランダムに発生し、最終的な収支を記録
- これを1000回繰り返す
- 1000個の結果を並べて、最悪・中央・最良のケースを見る
つまり、「あなたの代わりに1000回未来を体験してくれる」のがモンテカルロ法です。
P20 / P50 / P80 — 3ストーリーの読み方
1000回のシミュレーション結果を小さい順に並べると、 パーセンタイルで「どの位置がどの結果か」が分かります。
| 指標 | 意味 | 言い換え |
|---|---|---|
| P20（慎重シナリオ） | 下から20%の結果 | 「悪い方に振れたパターン」 |
| P50（標準シナリオ） | ちょうど真ん中の結果 | 「一番ありそうなパターン」 |
| P80（強気シナリオ） | 下から80%の結果 | 「良い方に振れたパターン」 |
具体例: 残り3時間、推定設定4-5の台
| シナリオ | 最終収支 | 解釈 |
|---|---|---|
| P20（慎重） | -8,000円 | ツキがなくても、この程度の負けで済む |
| P50（標準） | +3,000円 | まあまあ普通の結果 |
| P80（強気） | +18,000円 | うまくいけばこのくらい勝てる |
ここから読み取るべきは:
- P20がマイナス → 普通に負けるシナリオがある（期待値はプラスなのに！）
- P50がプラス → 半分以上の確率で勝てる
- P20とP80の差 → ブレ幅（リスク）の大きさ
この3つの数字を見るだけで、「打つべきか、やめるべきか」の判断精度が段違いになります。
なぜ期待値プラスでも負けるのか — 数字で見る
期待値+3,000円の台を1000回シミュレートした結果の分布はこんな感じです:
| 結果 | 割合 |
|---|---|
| +20,000円以上 | 15% |
| +10,000〜+20,000円 | 15% |
| +1円〜+10,000円 | 30% |
| 0円〜-10,000円 | 25% |
| -10,000円以下 | 15% |
プラスで終わる確率は約60%、マイナスで終わる確率は約40%。 期待値+3,000円と言っても、10回に4回は負ける。
でも、これを事前に知っているか知らないかで心構えが全然違います。 「期待値プラスだから勝てるはず」と思って打つのと、 「40%は負けるけど、100回やれば平均+3,000円になるから打つ」と覚悟して打つのでは、 メンタルのダメージが全然違う。
CS221で学ぶ概念との対応
スタンフォードのCS221（Lecture 8: 強化学習）では、 モンテカルロ法は「エピソードを完走して、その結果からリターンを推定する方法」として教えられます。
| CS221の概念 | パチスロでの対応 |
|---|---|
| エピソード | 1回の稼働（打ち始めから閉店まで） |
| リターン | 最終的な収支 |
| 1000エピソード実行 | 1000回の未来をシミュレーション |
| パーセンタイル分析 | P20/P50/P80の3ストーリー |
| 分散削減 | 設定分布に沿ったサンプリング（低分散） |
ラクパチの3ストーリーグラフは、CS221で教えるモンテカルロ法を そのまま実装しています。1000回のシミュレーションを実行し、 10分刻みで収支の推移をグラフ化しているので、 「いつ頃までにいくらになりそうか」が時間軸で見えます。
3ストーリーの実践的な使い方
使い方1: 軍資金の判断
P20（慎重シナリオ）の最大ドローダウンが-20,000円なら、 最低でも20,000円の軍資金があった方がいい。 足りなければ、その台は見送る判断もアリ。
使い方2: 打つ・打たないの基準
- P20がプラス → ほぼ確実に勝てる。迷わず打つ
- P50がプラス → 半分以上の確率で勝てる。軍資金があれば打つ
- P50がマイナス → 負ける可能性の方が高い。見送りを検討
使い方3: メンタル管理
「P20が-12,000円だから、-12,000円までは想定内」と思えれば、 負けている時でもパニックにならずに冷静な判断ができます。
まとめ
- 期待値は「平均」→ 1回ごとの結果は大きくブレる
- モンテカルロ法は1000回の未来をシミュレーションしてリスクの全体像を見せる
- P20/P50/P80の3つの数字で「最悪・普通・最良」のシナリオが分かる
- 期待値+3,000円でも40%は負ける → 事前に知っておくことが大事
- スタンフォードCS221で教えるのと同じ技術がラクパチに実装されている
モンテカルロ法の結果を実際に体験するなら、 ラクパチの天井期待値計算で機種とG数を入力してみてください。 3ストーリーグラフで「未来の収支分布」がリアルタイムに表示されます。
関連記事
- パチスロ設定判別の数学 — ベイズの定理 — AIが使う確率計算の裏側
- パチスロの確率論 — ハマリが必ず起きる数学的理由
- やめ時を数学で決める — マルコフ決定過程入門
- 軍資金管理術 — 破産確率を0%に近づける資金計画
よくある質問
Q. モンテカルロ法は何回シミュレーションすれば信頼できる？
ラクパチでは1000回のシミュレーションを実行しています。統計的には1000回あればパーセンタイルの推定精度は十分で、結果のブレは小さくなります。回数を増やすほど精度は上がりますが、1000回で実用上は十分です。
Q. P20がマイナスなら打たない方がいい？
一概には言えません。P20がマイナスでも期待値がプラスなら「長期的には勝てる台」です。大事なのは軍資金が足りるかどうか。P20の最大ドローダウンに耐えられる軍資金があれば、打つ価値はあります。
Q. 3ストーリーのグラフはどう見ればいい？
3本の線の間隔がリスクの大きさを表します。間隔が狭ければ結果のブレが小さい（ローリスク）、広ければブレが大きい（ハイリスク）。P50の線がプラス圏にあれば、半分以上の確率で勝てるということです。