为什么要记录数据？
人大脑的直觉在概率领域经常出错。你可能记得那局连赢5手的兴奋，却忘了之前连输8手的教训。系统性的数据记录消除选择性记忆，让你看到真实的数学面貌：
- 你的实际胜率是否趋近理论值？（庄约45.86%、闲约44.62%）
- 连赢/连输的分布是否符合随机序列的期望？
- 哪种策略在实际回测中表现最好？好多少？
基础数据记录框架
一个完整的数据记录应至少包含以下字段：
| 字段 | 说明 | 示例 |
|---|---|---|
| 局号 | 当前样本中的序号 | #001 |
| 结果 | 庄/闲/和 | 庄 |
| 点数（庄） | 庄家最终点数 | 7 |
| 点数（闲） | 闲家最终点数 | 5 |
| 是否有对子 | 庄对/闲对/双对/无 | 无 |
| 策略投注 | 你的模拟策略选择 | 押庄 |
| 投注额 | 模拟投注金额 | 100 |
| 盈亏 | 该局模拟盈亏 | +95 |
| 累计盈亏 | 累计模拟盈亏 | -230 |
使用百家哭App进行自动追踪
手动纸笔记录100局尚可，但要分析1000局以上的数据，最好借助工具。百家哭App内置以下数据记录能力：
- 策略回测引擎：输入走势数据后，自动按选定策略模拟投注并输出盈亏曲线
- 胜负统计：实时统计庄/闲/和的局数与比例，自动与理论值对比
- 账本功能：记录每次模拟的收支变化，生成可视化盈亏报告
- 数据导出：支持将分析结果导出为CSV文件，方便在Excel或其他工具中进一步处理
进阶：统计分析入门
当你积累了足够样本量（建议至少500局以上），可以尝试以下分析：
1. 胜率收敛检验
将样本按每50局分组，绘制每组的庄/闲胜率变化曲线。随着样本量增加，各组胜率应在大样本下趋近理论值。如果某组偏离较大，这是正常的小样本波动，不代表"趋势"。
2. 连赢/连输长度分布
统计所有连续同结果的长度分布。在完全随机的序列中，大约每128局就会出现一次7连庄/7连闲。如果你看到10连庄，那不过是约1/1024概率的事件——在大样本下并不罕见。
3. 回撤分析（Drawdown）
对每种策略的模拟结果计算最大回撤——即从峰值到谷底的最大亏损幅度。这是衡量策略风险的核心指标。例如，即使马丁格尔最终能"赢回来"，其过程中可能经历-2000元的回撤，而初始本金只有500元。
数据记录中的常见误区
- 幸存者偏差：只记录"好"的数据，忽略亏损记录——这会导致系统性高估胜率
- 样本量不足：100局的胜率偏离理论值5%是正常的，不要以此"发现"所谓的规律
- 过度拟合：对历史数据反复调整策略参数直到表现"完美"——这种策略在新数据上几乎必定失效
- 忽略时间成本：数据分析是有价值的，但不应耗费过多时间在无利润空间的研究上
从数据中学习，而非寻找"必胜法"
数据记录的最大收获，不是"发现一个必胜模式"，而是让你直观地感受到随机性的力量。当你记录下1000局数据，看到庄闲分布在大样本下惊人地接近理论值，看到所有策略的长期EV都是负的时候——你就真正理解了为什么不存在"战胜"百家乐的方法。
这种认知本身就是最宝贵的收获：它让你超越迷信和误判，用数据驱动的理性思考来看待百家乐这一经典的概率游戏。