# MDA
Freebetrange 的 MDA 板块提供现成的群体翻牌前范围，基于对 3 亿+ 真实现金局手牌历史的大规模数据分析。在这个板块中，你可以选择特定的玩家原型，并逐个 spot 查看其完整翻牌前决策树。
MDA 带来的优势远超 GTO 知识：这不只是理论，而是一份可直接实战的 exploit 蓝图，帮助你针对对手漏洞并提升 winrate。
# 筛选器
你可以使用一组筛选器，探索不同玩家原型在不同游戏条件下的翻牌前策略。当你更改筛选组合时，翻牌前决策树会自动更新，以匹配你选择的精确设置。
# 房间
Classic— 主流常规扑克房间（PokerStars、GG、WPN、888、iPoker、...）。Apps— 扑克 App 与俱乐部式平台（PokerBros、PPPoker、X-Poker、...）。
我们有意将房间合并为两个大组。单一房间可能无法提供足够手数来构建高精度范围，尤其是 fish 原型，样本通常更小。同时，每组内不同房间之间的打法差异通常较小。将房间合并后，可以大幅提高样本量（与范围准确度），同时保留几乎全部实战价值。
# 级别、牌桌人数、Ante
可用值：
Stakes: NL25-50, NL100-200, NL500+Table Size: HU, 3-6 max, 7+ maxAnte: No Ante, Ante
玩法风格会随游戏参数而显著变化。这些筛选器可让 MDA 输出与你的实际游戏设置对齐。相邻级别被有意合并到同一池中，因为它们的打法通常足够接近；同时合并可带来更大样本（尤其对 fish 原型），并提升范围准确度。
# 玩家类型
Reg:- SH (3-6 max): VPIP < 35, PFR < 30, VPIP - PFR = 0..15
- FR (7+ max): VPIP < 30, PFR < 25, VPIP - PFR = 0..12
Fish 35-50: VPIP = 35..49Fish 50+: VPIP > 50
这是核心筛选器，也是使用此板块的主要原因：研究不同玩家类型的倾向。同一个 spot 下，Reg 与 Fish 的范围差异往往非常大，分开查看能帮助你把翻牌前策略更精准地适配到当前对手类型。
# MDA 范围如何构建
我们使用过去数年的3 亿+ 真实手牌历史，构建了关键玩家原型的翻牌前策略。数据集每六个月更新一次，以保持群体模型的时效性。
关键问题是：这些范围如何构建，准确度如何？主要挑战在于：摊牌数据天然带有偏差。某些手牌类别更常进入摊牌，而许多手牌在摊牌前就已弃牌，永远不会被揭示。因此，若仅依赖摊牌频率，最终范围会产生失真。
我们如何解决？
我们使用统计重建流程，根据可观察上下文与玩家行动估计隐藏手牌分布。摊牌手牌只作为信号之一，而不是唯一真相来源。之后我们再进行偏差校正、组合一致性检查，以及平滑/验证，使最终范围稳定、贴近实战且内部一致。
# 导出范围
你可以从决策树导出任意范围。查看矩阵下方图例：每个动作都有自己的 Export 按钮。点击即可将该动作范围立即复制到剪贴板。
然后可在 Freebetrange 中使用已复制范围（例如在 Editor 创建新范围），或用于 PioSolver、GTO Wizard 等外部工具。
# 按方案访问
免费可用内容仅包含 NL25-50 的 LJ Open 范围，用于基础功能预览。其余所有 MDA 内容都包含在 Elite 方案中。
导出限制取决于计费周期：
- 在月付 Elite 方案中，你每月最多可导出 100 个范围。
- 在年付 Elite 方案中，导出无限制。
如需方案差异详情，请参阅 Plan Comparison。
# 如何在实战中应用 MDA 知识
你已掌握自己牌局中关键玩家原型的真实翻牌前范围。这是非常有价值的信息，能在牌桌上带来显著优势。
# 1. 用真实范围分析手牌，而非 GTO 默认
在手牌复盘时，为对手分配其原型对应的 MDA 范围，而不是通用 GTO 范围。这会让分析更实用、更精准，因为实际对手（尤其 fish）通常不会打得接近 GTO。
# 2. 从 MDA 范围构建基于求解器的反制策略
使用 Export 可一键复制任意 spot 的任意范围，载入求解器后即可计算对该原型范围的最佳反制策略。未来更新中，这套反制策略流程将可在 Freebetrange 内直接使用。
# 3. 训练你的模式识别
不要只依赖技术工具。像学习 GTO 决策树一样，定期浏览 MDA 决策树，并记住各个 spot 的核心群体倾向。当你脑中已有大致 field 范围时，实战决策会更快、更稳。
同时学习 GTO 和 MDA！
GTO 提供理论基准，而 MDA 告诉你玩家在真实牌局中的偏离方式。当你在大量 spot 上同时理解最优与真实世界范围时，你的扑克水平会进入精英层级。