Alcuni suggerimenti

Premessa:

 

Matrice di transizioneLa massa numerica restituita dal processo di Markov è piuttosto corposa, ma indubbiamente qualitativa. E' appena terminata la prima fase di questo progetto, ma stiamo già lavorando su dei filtri appsiti per ridurre i numeri in gioco. Il suggerimento è di fare molte  prove sulle estrazioni precedenti (come già consigliavo per l' Intelligenza Artificiale), selezionando una data di almeno 3 estrazioni precedenti all'ultima estrazione. Utilizzando le date delle precedenti estrazioni, potrete confrontare i risultati con le ultime tre estrazioni (non contemplate nell'analisi dei test che farete).

Come ottenere risultati efficienti

Le migliori performance si sono ottenute con lunghette tra 5 e 10 numeri a ruota fissa, da 3/4 schedine fino a 6/7 (max) anche in terno, oppure 6/8  terzine da giocare su tutte in ambo/ambetto La matrice genera una successione previsionale di più colpi, prendendo come riferimento la previsione precedente e ripetendo questo processo sulle stesse previsioni che si generano.



Noterete che ad ogni pronostico, la massa numerica tende a diminuire. Pertanto, è possibile sfruttare questo meccanismo per ridurre i numeri in gioco. Supponiamo di voler giocare un pronostico con meno numeri. In questo caso si selezionano 4-5 estrazioni precedenti l'ultima estrazione prendendo come riferimento il pronostico dal quarto al quinto colpo.

I risultati migliori si sono ottenuti SENZA ordinare i numeri della previsione, selezionando un salto di colonna "1,2,4" con 5-6 sestine a ruota fissa e seed =0. I salti di colonna, sono l'ordine in cui vengono selezionati i numeri previsti nella lughetta durante la creazione delle lunghette da giocare.

Esempio: Supponiamo che il programma preveda: 1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20
Salto di colonna=1,2,4
Lunghetta: 1,3,7,8,11,15,16....e così via
oppure, salto di colonna 2,1
Lunghetta: 2,3,5,6,8,9...ecc.

Il "Seed" serve a rimescolare i numeri. E' una specie di riposizionamento casuale dei numeri previsti ma che rispetta regole ben precise. Se fosse un riposizionamento casuale, ogni volta premendo il bottone di aggiornamento della previsione, si otterrebbero sequenze numeriche sempre diverse (pur avendo gli stessi numeri in gioco).

Perchè non avere un ordinamento casuale ogni volta?

Supponiamo di trovare una configurazione dei parametri ottimale, migliore di altre. L'ordinamento casuale puro, non rispetterebbe la configurazione ottimale (trovata eseguendo diversi test). Invece, grazie al "seed" viene mantenuto un ordinamento delle posizioni sempre uguale, questo facilita il giocatore a creare un metodo di gioco sempre costante e migliore (per quanto possibile).

Leggi anche: Le Catene di Markov e la matrice di transizione (Markov Chain Transition Matrix)

 

Markov chain Tarnsition MAtrix Lotto