Giải thưởng hàng ngày đảm bảo 10,000 USD

Nhận 100% hoàn tiền khi nạp lần đầu

翻牌前3bet范围的两种类型翻牌前3bet范围的两种类型今天我们讨论的主题是在翻牌前，当我们进行3bet 时范围的两种类型，介绍一下这两种类型适用的场合和一些实际的例子。

翻牌前3bet范围的两种类型

今天我们讨论的主题是在翻牌前，当我们进行3bet 时范围的两种类型，介绍一下这两种类型适用的场合和一些实际的例子。

首先我们需要明确一个概念，翻牌前进行 3bet 的频率并不等于”一个固定的” 3bet 手牌范围，例如，一个常规玩家的 3bet 频率是 3%，那么他可能用什么牌进行 3bet 呢，一个可能范围 A 如下：上图中，手牌组合占所有牌的 3.02%，另一个可能范围 B如下：相同的频率可以代表不同的范围，但相同的频率包含的手牌组合数却相同，我们应该用什么样手牌去填充这些组合呢，通常来说有以下两种情况：1. 线性范围2. 极化范围01

线性范围定义：线性范围是由牌力最好的开始，直到我们希望继续游戏的最差的牌构成，牌力最高的牌大家应该都能明白是 AA，牌力第二的牌是 KK，至于牌力最低的牌，由整个线性范围的宽度决定，可能是 JTs, 也可能是 54s。整个范围在翻牌前表格上是一个连通的块，没有间隔。例如上述 A 就是一个线性范围，而 B 则不是。注意，这里提到牌力的定义并非绝对牌力强弱，而是主要由 (1) 其实现 equity 的能力，(2) vs 对手跟注 3bet 范围 / 4bet 范围的绝对 equity，这两个因素的综合考量，目前没有一个绝对可以量化的评判标准。但有一些基本的共识，例如 98s > 97s，AQo > AJo，每个牌手的偏好不同，构建出来的范围也会不同。当满足以下两个条件其中之一时，我们应该 100% 使用线性 3bet 范围：1. 我们获得的对手的弃牌率很低。2. 我们在面对对手 RFI 时，不想构建一个cold call的范围。第一种情况是，当对手弃牌的概率很低时，我们的 3bet 大概率会被 4bet 或者 call，我们当然希望使用强的范围与这种对手进行游戏。对于喜欢跟注的娱乐玩家的 3bet 一般是由线性范围构成，理由是条件1。除了从他们那里获取 value 之外，这种 3bet 的另一个作用是隔离，将其余想和娱乐玩家进行游戏的标准玩家隔离开。例如：当一个松且被动的娱乐玩家，在 CO RFI ( CO RFI 频率是 26%，面对3bet 弃牌率25%)，且我们在 BTN时，SB 和 BB 都是不错的玩家。这时一个可能的翻前策略如下：(其中红色表示 100% 3bet，橙色表示 50% 3bet, 50% call，黄色表示我们 cold call)第二种情况是当我们的策略是弃牌或3bet时(没有一个 cold call 范围时)，例如 SB vs BTN RFI，一个可能的翻牌前策略如下图，红色表示 100% 3bet：为什么不用极化范围呢？因为使用极化范围而不用线性范围，等价于将线性范围里最差的牌替换成了更差的牌，例如将 88 ~ 66 替换成了 76s ~ 43s ，而这些牌翻牌前的 fold equity 是一样的 (不考虑 blocker 的因素)，而翻后的牌力 76s ~ 43s 不及 88 ~ 66，这是一个简单的数学问题，希望读者能独立思考明白。02

极化范围定义：极化范围由两部分构成，第一部分包括我们希望对手 call 甚至raise 的强牌，第二部分包括一些弱牌，用于进行翻牌前诈唬，当面对对手的 RFI 时，这部分牌太差以至于不能跟注，即EV(call) < EV(fold) 但通过 3bet 实现了其不该有的权益。当同时满足以下两个条件时，我们应该考虑使用 100% 极化3bet 范围：1. 我们获得的对手的弃牌率很高。2. 我们希望构建一个cold call 的范围。一般来说在CO、MP对抗 EP 的 RFI 会采用极化 3bet 策略，首先这些位置由于没有位置对抗 3bet 会相对难处理，所以会弃牌过多或4bet过多，而极化的范围恰好从容应对这个策略(对于 4bet 继续我们的 value 范围，诈唬一小部分我们的 bluff 范围)。其次我们没有太多 value 3bet 的牌，如果我们用线性范围来进行 3bet 的话，显得牌力过强，需要用 bluff 3bet 来平衡。例如，当一个较弱标准玩家(这个玩家在没有位置的时候弃牌给3bet 有 68%) 在 UTG RFI，我们在 BTN，弃牌到我们，这时我们一个可行的策略如下图：当我们在 BB 位置面对后位的 RFI 时，我们同样可以采取极化 3bet 的策略：例如当一个盈利的标准玩家在 CO RFI，我们在 BB，这时我们的一个可能的策略如下图：