Comprendre la variance en cash game : pourquoi les chiffres mentent
La variance est l'ennemie invisible du joueur de cash game. Tu termines un mois de 30 000 mains avec une courbe négative — es-tu vraiment perdant, ou simplement victime d'une séquence statistiquement défavorable ? Le simulateur de variance cash game de NutsIQ répond à cette question avec des données mathématiques précises.
En cash game, les résultats suivent une distribution normale. Si tu joues avec un winrate de 5 bb/100 et un écart-type de 100 bb/100 — valeur typique en No-Limit Hold'em — ton intervalle de confiance à 95 % sur 50 000 mains s'étend de −33 bb/100 à +43 bb/100. Autrement dit : il est statistiquement plausible d'afficher une perte sur 50k mains même en étant un joueur gagnant.
Le simulateur génère 10 sample paths — des trajectoires de résultats simulées — à partir de ton winrate et de ton écart-type. Chaque chemin représente une réalité possible : même winrate réel, mais des distributions de mains différentes. Cette visualisation concrète est bien plus parlante que les formules abstraites pour comprendre à quel point les downswings prolongés sont normaux, voire inévitables.
L'outil calcule également la probabilité de downswing : quelle est la chance que tu perdes X buy-ins consécutifs à un moment donné de ta carrière ? Et les intervalles de confiance à 70 %, 95 % et 99 % qui encadrent l'espace probable de ta courbe réelle. Ces statistiques sont essentielles pour calibrer ton bankroll management et éviter de te retrouver en dessous de ta bankroll cible.
Pour interpréter correctement tes résultats, combiner le simulateur avec les données réelles de ta session tracker est la démarche la plus rigoureuse. Si ta courbe réelle sort des intervalles de confiance supérieurs sur un large échantillon, tu as des raisons objectives de remettre en question ton edge — pas seulement une mauvaise série.