蒙地卡羅模擬法的棒球應用：Mike Trout打席模擬

來舉一個現實世界的案例，洛杉磯天使隊(Los Angeles Angels)的Mike Trout在最新球季的上壘率(On Base Percentage, OBP)為.461，位居大聯盟第一，緊追在後的是波士頓紅襪的Mookie Betts，Mike Trout的.461上壘率是什麼意思呢？根據今年球季過去的數據來看，當Mike Trout上場擔任打者時，平均有46.1%的機率會上壘，可能是安打或四壞球保送，有了過去的資料我們就可以來模擬Mike Trout在面對平均水準的大聯盟投手時，每次的打擊狀態。

import random

def Mike_Trout(OBP):
    x = random.randint(1,1001)
    if x < OBP * 1000:
        print("On Base")
    else:
        print("Out")

for i in range(5):
    Mike_Trout(0.461)

假設一場比賽Mike Trout可以有5個打席，模擬結果如下.：

Out
On Base
Out
On Base
Out

Out
Out
Out
Out
On Base

On Base
Out
Out
Out
On Base

如果我們模擬1000次Mike Trout的打席，上壘的次數會相當靠近461次，是不是很簡單呢？

當然不可能那麼簡單啦！利用過去的資訊去推估Mike Trout相當合理，但是球員的人來瘋、低潮期或成長大爆發，是無法反映在.461這個數字上的，面對洛杉磯道奇的Clayton Kershaw的上壘率只剩下.313，就應該以.313去作為OBP的估計參數。

以上利用棒球的例子來介紹簡單的蒙地卡羅模擬法，下回將會介紹蒙地卡羅在財金領域的應用。