10.000 Rodadas Crash Simuladas: Distribuição, Sequências e Apostas Fixas

Este relatório descreve um arquivo público com 10.000 multiplicadores de crash simulados. As linhas foram geradas a partir de sementes públicas e nonces sequenciais com HMAC-SHA256. Não foram capturadas no Aviator, Lucky Jet, Stake ou em outro cassino. O arquivo não contém horários, apostas de jogadores, solicitações de saque ou registros de pagamentos. Esses limites determinam quais perguntas a análise pode responder.

Um relatório útil permite reproduzir cada número apresentado. Aqui, distribuição, sequências e resultados de apostas fixas vêm do mesmo CSV. Recalcular um hash verifica a consistência com as entradas declaradas. Isso não transforma dados sintéticos em observações reais nem certifica um jogo comercial. A calculadora separada do Aviator usa SHA-512 e quatro sementes; portanto, este conjunto HMAC não deve ser apresentado como auditoria de rodadas do Aviator.

1. Conteúdo do arquivo e reprodução dos cálculos

As seis colunas são round_id, server_seed, client_seed, nonce, hmac_sha256 e multiplier. Existem 10.000 linhas de dados. O mesmo texto público de semente do servidor e do cliente é usado em todas elas, com nonces de 1 a 10.000. Preserve a ordem original para calcular sequências e autocorrelação. Ordenar pelos multiplicadores responde a outra pergunta e destrói a informação cronológica da sequência.

Para cada linha, calcule HMAC-SHA256 usando a semente do servidor como chave e a mensagem UTF-8 exata client_seed + ':' + nonce. Converta os primeiros 13 caracteres hexadecimais no inteiro I e defina u = I / 2^52. A conversão do conjunto é max(1, floor(97 / (1-u)) / 100). O gerador não aplica uma perda instantânea adicional por módulo 33. Acrescentá-la produziria outro modelo e acumularia uma segunda redução no retorno.

Os 10.000 hashes armazenados coincidem com a reprodução, e os 10.000 multiplicadores correspondem à fórmula declarada. O resultado demonstra reprodutibilidade deste arquivo. Como as sementes já são públicas, não demonstra que um resultado futuro permanece secreto num cassino. O README do conjunto, o resumo em formato de dados e a referência Python permitem repetir as verificações sem apostar.

2. Estatísticas gerais: mediana não é retorno de saque

A mediana é 1,88x: metade das observações ordenadas fica de cada lado do par central. A média aritmética é 7,27652x, elevada por alguns valores grandes. Nenhuma das medidas significa que o jogador pode sacar regularmente nesse multiplicador. Uma aposta em alvo fixo só paga quando a rodada alcança o alvo, e o retorno precisa incluir todas as apostas perdidas.

O maior valor registrado é 4.109,28x na linha 3.844. Trata-se de uma observação nesta sequência sintética, não de um pagamento comunicado por um cassino nem do limite de uma operadora. Um multiplicador grande também não informa qual aposta seria aceita ou se haveria teto de pagamento. Esses campos não existem no CSV. Separe a distribuição dos multiplicadores, o resultado líquido de uma aposta específica e a evolução de uma banca financiada.

A cauda pesada ajuda a entender por que a média varia entre amostras finitas. Uma distribuição contínua ideal sem limite e uma implementação finita de 52 bits não são o mesmo objeto matemático. Jogos reais ainda podem impor outros tetos. A média deste arquivo não representa um pagamento teórico infinito e não permite prometer que outra sequência de 10.000 linhas terá o mesmo máximo.

3. Nove faixas de multiplicadores sem sobreposição

As nove faixas somam exatamente 10.000 linhas e 100% da amostra. O limite inferior é incluído; o limite inferior da faixa seguinte é excluído. Assim, 1,50x pertence à faixa 1,50–1,99, enquanto 2,00x pertence a 2,00–2,99. A primeira faixa contém apenas o valor exibido de 1,00x. Definir os limites evita divergências artificiais entre um histograma e a contagem de acertos de um alvo fixo.

Existem 396 resultados em 1,00x, equivalentes a 3,96%. Isso não mede um mecanismo separado de módulo com margem de 3%. Na fórmula arredondada, todos os valores brutos abaixo de 1,01 passam a 1,00 após truncamento e aplicação do piso mínimo. Para u uniforme ideal, esse intervalo tem probabilidade 1 - 0.97/1.01 = 4/101, aproximadamente 3,960396%. A contagem observada fica próxima da expectativa, mas uma amostra não precisa reproduzir exatamente a proporção teórica.

Um teste de aderência precisa usar o modelo discreto arredondado e especificar o procedimento estatístico. Compará-lo a uma distribuição contínua sem considerar a massa em 1,00x pode induzir erro. Não apresentamos um novo valor-p de qui-quadrado. Mesmo a não rejeição de uma distribuição não provaria segurança das sementes, compromisso anterior à rodada ou ausência de manipulação por uma operadora.

4. O que as sequências registradas mostram

No alvo 2,00x, uma perda corresponde a multiplicador abaixo de 2,00x; a igualdade conta como acerto neste cálculo. A maior sequência de perdas tem 13 linhas. A maior sequência de vitórias nesse alvo tem 12. O maior bloco de resultados 1,00x contém duas linhas, e o maior intervalo sem alcançar 10x tem 79. Cada máximo depende da definição, do tamanho da sequência e das sementes específicas deste arquivo.

A probabilidade de perder as próximas m apostas independentes é q^m quando q representa a chance de perda especificada. Isso difere da probabilidade de encontrar pelo menos uma sequência dessas em qualquer ponto de 10.000 apostas: janelas sobrepostas compartilham observações. Também difere do comprimento médio da maior sequência. Confundir essas três medidas exagera a confiança na duração de uma banca.

Como exemplo aritmético separado, dobrar a partir de uma unidade após cada perda custa 1 + 2 + ... + 4.096 = 8.191 unidades ao longo de 13 perdas seguidas. Uma banca de 1.000 unidades não financia essa sequência. Uma simulação financiada deve parar antes da próxima aposta impossível ou definir explicitamente uma aposta final menor. A presença dessa sequência não determina a rodada de quebra de toda sessão de Martingale.

5. Apostas fixas de uma unidade na mesma sequência

Os cálculos abaixo começam com 1.000 unidades, apostam exatamente uma unidade em cada linha e usam um alvo escolhido antes do início da sequência. Um acerto devolve a aposta mais k-1 unidades de ganho líquido; um erro perde uma unidade. Todas as próximas apostas permanecem financiadas nesses cinco casos. Não há taxas, bônus, atrasos ou limites de operadora no modelo. As unidades são contábeis, não reais ou dólares observados em contas de clientes.

No alvo 2x, por exemplo, ocorrem 4.711 acertos e 5.289 perdas. O resultado líquido é 4.711 × 1 - 5.289 = -578 unidades, deixando 422 das 1.000 iniciais. O menor saldo ao longo do percurso é 407. Esse mínimo não equivale à maior queda desde um pico anterior, conhecida como drawdown máximo. Uma tabela que trocasse uma medida pela outra descreveria incorretamente a trajetória.

Os cinco alvos terminam negativos neste arquivo, mas as perdas não são exatamente 3% do volume. Para 10.000 apostas de uma unidade, a expectativa do modelo ideal é -300 unidades; os resultados realizados variam. Aqui, 10x perde menos do que 1,5x. Escolher 10x depois de ver a tabela seria seleção pelo passado, não prova de expectativa futura superior. Os alvos compartilham as mesmas rodadas, portanto não são cinco experimentos independentes.

6. Autocorrelação como descrição da amostra

Os coeficientes utilizam os multiplicadores brutos, sua média amostral e o denominador formado por todos os 10.000 desvios quadráticos. Os valores são arredondados a oito casas decimais. São pequenos nas defasagens listadas, mas um coeficiente amostral pequeno não prova independência exata. Caudas pesadas, transformações alternativas e escolha de defasagens influenciam a interpretação de um diagnóstico.

Não aplicamos uma regra universal de confiança ±1,96/√N a esses valores brutos, nem dizemos que a avalanche do hash prova independência estatística. Um estudo de previsão precisaria de regra definida antes do teste, observações futuras preservadas, todas as previsões incluindo erros e cálculo do retorno líquido. Reanalisar uma sequência determinística com sementes públicas não constitui um teste futuro contra entradas secretas de um jogo real.

7. Por que este arquivo não testa horários pagantes

Número da linha e nonce são contadores, não horários. O CSV não contém coluna de data ou hora. Portanto, não permite formar grupos reais de manhã, noite ou intervalos de quatro horas em UTC. Atribuir horários artificiais fabricaria justamente a variável que se pretende testar. Este relatório não mede ciclo diário de RTP nem diferenças de latência entre aparelhos.

Um estudo real de horários começaria definindo versão do jogo, fuso, período de coleta, alvo, tratamento das apostas e política para rodadas ausentes. Precisaria de observações datadas e distinguiria mudanças de comportamento dos jogadores de mudanças no processo dos multiplicadores. Mesmo uma diferença encontrada exigiria análise de incerteza e um teste posterior antes de justificar uma conclusão prática. Nada disso pode ser criado apenas mudando o nome desta simulação.

8. Baixar, conferir e interpretar os resultados

Baixe o CSV original de 10.000 linhas e preserve seus bytes. Recalcule primeiro os hashes, depois os multiplicadores arredondados, o histograma e as trajetórias em ordem. Confira a soma das faixas e reconcilie, para cada alvo, acertos, perdas, volume e saldo final. Essas identidades simples detectam erros que um valor-p impressionante não corrigiria.

O terminal Monte Carlo apresenta outra trajetória aleatória, gerada no momento; seu resultado não é o deste arquivo fixo. A calculadora de hash distingue o ramo separado do Aviator dos exemplos HMAC. Para verificar uma rodada comercial, use os dados registrados e o protocolo exato do jogo. Os resultados aqui sustentam discussão matemática reproduzível, não previsões, certificação da plataforma ou promessa de jogo seguro.