1.关于MD的排位设计
Md的排位设计不同于常规的炉石影之诗这种赢一场加一分输一场减一分的操作。不属于务必保证50%以上胜率才能正常上分的，这个设计很有意思也很有他的迷惑性。
Md以狼熊狮段位为例，概括为净胜为0时连输3把掉段，但只要净胜不连续到-3场，1胜即重新计为1净胜，同时净胜到4或5场即晋级。或者说净胜为1时，连输4把或是净胜3或4把即可晋级。
仅从描述来看就能很明确的知道净胜晋级场数和连败掉段场数相当的条件下，50%胜率的情况，晋级的概率是大于掉段的。我们将此问题抛给deepseek（deepseek要先调教参数保证带入的模型接近真实概率）当净胜需要5场时约49%的胜率下晋级和降级概率相当，狼熊段位需要4净胜时则只需要46%左右的胜率。
而大段位可以近似于每个小段位为一场，即获得5个净胜，但净胜归零后不计算负分的一个5净胜晋级赛。大段位晋级率由小段位的晋级率所左右，即因为小段位下4胜晋级的狼段将只有46%胜率的娱乐卡组放大到了50%胜率，从而推进玩家们的段位向高段位聚集。
举例，我平时爱玩的娱乐卡组是星因士，假设胜率仅有46%，那么狼熊段位我因为赛制问题，小段位的升降段位概率为50%，即在大段位上将小段位看作一场胜负时，这一场胜负的概率即因为小段位赛制变成了50%，而大段位不掉的前提下，取得5净胜变成了一个模型不断累计的时间问题。
看到这里似乎狗k通过将排位的模型推动玩家打到更高段位拿到更多奖励，但他并没有解决一个非常关键和自诞生其便萦绕于游戏王的先后手问题，不在于决定先后手，而是先后手的胜率差过大已经影响了整个模型。这里我们下节分开讲。
因此总结，MD的排位要求除最高段位外，只需要46%胜率即可推进卡组的升段期望大于掉段，同时由于胜率越高升段期望越高期望场数越少，高胜率主流将低胜率卡组更多甩在低段位。随赛季推进，低胜率卡组随当前段位高胜率主流减少而胜率增加，升段期望上升后通过赛制将升段概率放大的效应，较为容易的拿到该大段位的全部奖励。说人话就是，主流除非故意输，否则根本按不住升段效率冲往狮段，非主流在此赛制下卡熊段，每天打两盘可以获得不错的对战胜率的同时也可以于月末达到该段位1级拿完奖励。非主流升至高段位的游戏体验不太好，但不完全不好，这也是到了下一节的问题。

3.升两个段位需要多少场
我们有了上面的理论基础，那么还是将问题抛给deepseek，升两个段位需要多少场次，即从本赛季回到上赛季对应段1
下表，狮段的每个小段位胜率和晋级概率及平均该段位能待多少场次
胜率 晋级概率 降级概率 平均场数
40% 0.284 0.716 24.7
41% 0.305 0.695 23.5
42% 0.327 0.673 22.4
43% 0.349 0.651 21.4
44% 0.372 0.628 20.5
45% 0.396 0.604 19.6
46% 0.42 0.58 18.8
47% 0.444 0.556 18
48% 0.469 0.531 17.3
49% 0.494 0.506 16.6
50% 0.52 0.48 16
51% 0.545 0.455 15.4
52% 0.571 0.429 14.8
53% 0.596 0.404 14.3
54% 0.621 0.379 13.8
55% 0.646 0.354 13.3
56% 0.67 0.33 12.9
57% 0.694 0.306 12.5
58% 0.717 0.283 12.1
59% 0.74 0.26 11.7
60% 0.762 0.238 11.4
下表，熊段的每个小段位胜率和晋级概率及平均该段位能待多少场次
胜率 pp 晋级概率 P_0P0 降级概率 1 - P_01−P0 平均场数 E_0E0
40% 38.20% 61.80% 16.1
41% 40.10% 59.90% 15.7
42% 42.00% 58.00% 15.3
43% 43.90% 56.10% 14.9
44% 45.80% 54.20% 14.6
45% 47.70% 52.30% 14.2
46% 49.60% 50.40% 13.9
47% 51.50% 48.50% 13.6
48% 53.40% 46.60% 13.3
49% 55.20% 44.80% 13
50% 57.10% 42.90% 12.7
51% 58.90% 41.10% 12.4
52% 60.70% 39.30% 12.1
53% 62.50% 37.50% 11.9
54% 64.30% 35.70% 11.6
55% 66.10% 33.90% 11.4
56% 67.80% 32.20% 11.2
57% 69.50% 30.50% 11
58% 71.20% 28.80% 10.8
59% 72.90% 27.10% 10.6
60% 74.60% 25.40% 10.4
大段位晋级（晋级5个小段位，狮段晋级只有4次，可以近似处理为80%场次）所需场数（胜率为上面狮段熊段的小段位晋级率）
胜率 pp 平均场数 E_0E0
40% 49.3
42% 43.4
44% 38.4
46% 34.2
48% 30.6
50% 27.5
52% 24.8
54% 22.5
56% 20.4
58% 18.6
60% 17
62% 15.6
64% 14.3
66% 13.2
68% 12.2
70% 11.3
72% 10.5
74% 9.8
例如我玩了一副胜率53%的主流，那么查表2可知我在熊狼段的小段位预计62.5%的概率晋级，每个小段位预计待12场，同时如果我想要从狼5升至熊5那么查表3可知，我可能在这个大段位浮浮沉沉15次，即预期在每个小段位12场，大段位内15场，相乘即得180场通过一个段位。但因为前一节非常离谱得离散问题，使得这一区间得置信区间也非常得夸张，连胜连负得加持下，靠近这一数据的玩家也就仅仅只有2成。
以我真实数据为例，我作为一个基本只到熊1的摆烂人来算

胜率57%查表知，熊狼小段预期晋级率70%逗留场数11，大段位逗留段数11，一个段位大概120场，每赛季次爬两个段位，所以预期场数240场左右，但实际两个段位爬升是少一个小段的，应该在220场左右
现在是42赛季，8840除以42是每赛季均210场，接近略小于预期的220场，一方面说明数据在赛季够多时是适用的，但玩家不可能一直玩一个卡组，胜率在变，同时环境也在动态变换，就又回到了上面的波动模型而不是稳定模型了。因此这个预期可以看作是每个赛季最多场数拿到奖励的计算，因为一般网站查询卡组胜率都是比赛和狮段的高强度对战，常规排位的强度不及这种，所以多数情况查卡组胜率套该表计算的结果应该大于自己的预期场数。（当然不适用所有玩家套自己计算，因为很多玩家5段摆烂或是达到狮1继续巅峰对局影响样本，同时也不适用套短期胜率，因为上文也说了离散分布太宽而数据不可用）
比如我如果绝活哥，胜率只有47%的话一个大段位可能面临要蹲300场的觉悟。
当然这不是一成不变的，胜率也是随赛季初赛季末环境所波动的，这不过是理想状态下的一种模型。胜率随波动上升3个点，期望场数就急剧收缩几十场。配合赛季初在4-5段输掉的低惩罚，其实真实上段数据并没有这么多。
但这一章节侧面说明了，想要上狮1也是需要实力运气还有场数堆砌上去的。同时也跟广大玩家说明上段位所需的时间场次成本。
总结下来就是，上两个大段位9个小段，50%胜率要往500场打，55%就急剧收缩到不到300场，能往60%走就只要200场左右。但随实际胜率波动以及高胜率卡组离开当前段位以及部分卡段位玩家送赢，实际场次是低于该数据的。

4.关于游戏运营和策划
我只能说狗k不愧是狗k，柏青哥大哥大是真的很有玩弄人心的思路
从整个段位设计以及放大偏差从根本上完成了一个针对赌徒的设计。
因为段位设计，即使胜率低于50%也可以在长局对战积累中提升段位，通过升段的引导似乎娱乐卡组也有的玩，通过偏差放大的设计很大程度上又在某时期或某赛季让一些娱乐卡组迅速冲上狮1加强玩家的成就感。而实际上长时间的总体累计下，胜率还是会回归本来的程度，成为了主流们的游戏体验。或者说以这种方式拴住了沙包不离场给大哥们揍。就像是赌徒们在赌场越赌越输越继续赌下去一样。
而高胜率的追求主流的肝帝氪佬，通过高偏差和天梯榜单让不至于总是那几个人霸服榜单，仿佛人人有机会上榜，促使玩家对高段位高荣耀的追逐。
当然这有很多好处，增加了各个段位的卡组多样性，避免对局环境过于单一化。同时如果计算了上大段位所需场数的同学也会发现，这样天梯的设计完全摊平了很多需要升段位的场数。就是说，如果胜率55%，期望场数140场升段57%期望120场，60%期望100场，但是是如果仅仅累计净胜的赛制情况下55%胜率需要250场，60%胜率需要125场。因此，狗k让55%胜率玩家和60%胜率玩家的上段时间成本从100%降低到了40%。狗k似乎是大善人了呢，但更多是为了玩家留存和在线率考虑，不然玩家流失理应比现在还多。因为这种呈直线增长的对局数和时间成本，等于告诉你没有超主流不配玩游戏一般。但换言之，那种一胜一胜累进的卡牌天梯游戏跟狗k比起来就差了几个lv了，等于明晃晃的要求氪金上排位，也解释了卡牌游戏很多褒姒的情况。
当然狗k不善良，所以换算等价下来炉石从保段的5段开始只需25净胜，md则需要两个段位升回最高，等价两个25净胜的段位，换算下来胜率的需求变低，但平均场次却差不多，即50%胜率比较遥遥无期的上段，55%约200场（上狮1，两个大段）这样，可见很多游戏对玩家在线时间和游玩场次数量留存情况的看法是一致的。同时现在卡组组建ur所需量增多，有了线上大数据对超主流精确刀，每一个都在触动玩家的核心利益。但唯一好的是，通过大数据或许能寻见将先后手胜率拉近，给游戏王一个崭新未来（圈钱）的机会。
所以最后大家能给出一个狗k在md相对良心的看法，除了能卡片三换一，排位上狗k也是有功夫的，环境也提供了一个娱乐卡组可以游玩的环境。
最后这只是一个牌友酒后的胡言乱语 胡思乱想。大家看过图一乐就好，算的误差或许算法不一样也有不同见解，但总的来说被概率和不确定因素而非主要由玩家因素主导的游戏切莫太上头太较真，就好像命运一样，总有不能左右的事情。毕竟概率的事情能研究透彻那就去买彩票了不是吗？

太长不看

黄金以下不会掉段性价比最高

太长不看版： 狗K的排位机制即给了稍有强度的娱乐卡组上分的希望， 又给了主流凯子暴揍娱乐的体验。 玩不过搞伯青哥的

2.Ds对md排位连胜连败等问题的解答
md没有采用常规的得分净胜负累计算法很大程度上由于游戏王自身的巨大bug，离谱的先后手胜率差以及出生就卡组极多的特点。如果采用净胜负会直接将50%胜率以下的卡组一脚踢死，除了主流卡池其他卡组将无人问津，同时因为先后手离谱的胜率差使得看手牌知胜负且实际平均胜率不能反应到短期胜率上，即先手八成赢后手八成输的情况会使得短期先后手硬币的概率大幅影响胜率，给出了很严重的负反馈，这里我们引用ds给出的解答。（计算过程删减，一直被夹）
关键发现
期望值相同：两种设定下，长期期望胜场数均为 0.5n0.5n。
方差相同：两种设定的标准差均为 0.5\sqrt{n}0.5n，即波动性一致。
分布形态差异：
固定概率：二项分布，对称。
波动概率：混合二项分布，可能呈现双峰（极端胜率导致更多全胜/全败序列）。
本质区别：
固定概率：稳定随机性。
波动概率：状态依赖性（需进一步建模延续性）。
20场与40场情况下的偏差分析1. 固定概率模型（恒50%胜率）
· 模拟结果（10,000次试验）：
场次 固定模型标准差 波动模型标准差 胜场数极端差异（±2σ）
20场 2.24 3.0 固定：[6,14] vs 波动：[4,16]
40场 3.16 3.8 固定：[14,26] vs 波动：[12,28]
所以在当前模型中，先后手胜率差较大的情况下，短期20-40局（一般玩家连续数天的对战数）内的偏差被放大了，95%的置信区间左右各偏移了两场，即理论50%胜率的卡组在20场内胜率会有95%的玩家胜率在30-70%，40场内会有95%的玩家胜率在40-60%之间。但游戏王的先后手离谱胜率下左右偏移两场的差距变成了20场内95%的玩家胜率会在20-80%波动，40场内95%的玩家胜率才会到30%-70%。换言之20场在20%-35%以及65%-80%胜率的玩家各有约13.5%
回到前一节我们留下的两个问题，先后手悬殊胜率差将样本的离散程度增加，连胜连败概率增大，就算是主流也免不了有数量不少的玩家（约7个玩家中有一个眉笔）夸张连败，对应的也有非主流幸运儿直通狮1。配合游戏王本身快节奏的对局，看手牌知胜负，反应到玩家的情绪上就是觉得被操控，无可奈何的输下去，负反馈非常严重。
但数据的长线来看最终都会回归常规胜率的，不过游戏王就是这样不让后手玩的游戏，所以在狗k这种排位设置下，短期我们只能通过自己调节，换换卡组、换换游戏等避免负面情绪的累计。同时也说明了即使换为猜拳只要先后手胜率的绝对差值依然这么大，那么还是同样的问题一样会产生。除非玩后攻卡组，将50%抢先手变为90%玩后手，方差立刻收束回来。当然长期来看模型最终都会收敛回会应有的胜率。

如果娱乐卡组胜率低的要死没人玩的确要调一下胜率

昨天我上到熊2都挺顺，之后连跪四把掉段了两把先手动不了，后手打不停。记忆深刻的一把，先手祈祷吃灰，好不容易T3祈祷又吃了个灰

还是以前大段位匹配省心点，同段位太累了