Kapper Mapper
Active member
- Регистрация
- 10 Июн 2019
- Сообщения
- 167
- Реакции
- 37
- Баланс
- 20 ₽
- Сделок через гарант
- 0
- Пожертвования Фонду
- 0
Азартным игрокам и алкоголикам дают одни и те же советы — играйте ответственно или пейте в меру. Но если на бутылках указано содержание спирта, то в азартных играх все гораздо туманнее.
Для оценки рисков в гемблинге используется RTP (return-to-player).
В казино рассчитать RTP проще, но как быть с беттингом? Даже в одной БК маржа варьируется в зависимости от типа ставки и события.
Ученые Арман Хассаниакаладжер и Филип Ньюэл попытались оцифровать риски в ставках, используя машинное обучение.
С чего все начиналось
Букмекеры неохотно делятся данными, но определенные выводы можно сделать на основании коэффициентов.
Возьмем ставки на 1Х2. Здесь букмекеры значительно уменьшили маржу. Если в 90-е она составляла 10%, то на футбольном ЧМ-2014 всего 4,5%.
тобы сохранить прибыль, букмекеры вводят новые виды ставок. Появились пари на точный счет. Там изменения маржи не столь разительны. На ЧМ-2014 букмекер закладывал в каждую ставку на точный счет маржу 21,9%, что мало отличается от 90-х, когда было 26%.
Сравните маржу в рулетке — 2,7% с маржей в ставках на точный счет — 21,9%. Если б беттинг не был игрой умений (game of skills), никто не делал ставки. Это в теории, но реальность такова, что большинство бетторов не обладает знаниями и умениями достаточными, чтобы бить маржу букмекера.
Эта статья не превратит минусового игрока в эксперта, но расскажет о рисках с точки зрения машинного обучения.
Эксперимент
Перед экспериментом поставили несколько вопросов:
За основу взяли 8 последних сезонов английской Премьер-Лиги (2010/11 по 2017/18) и загрузили результаты и коэффициенты с oddsportal.
Исследовали 4 типа ставок:
Описание модели
Модель машинного обучения подходит к новым данным как осмотрительный игрок, изучая связи между текущими вводной информацией и итоговыми результатами перед настоящими ставками (фаза обучения). Поэтому первые три сезона ушли на обучение модели.
С четвертого сезона модель начала делать (симулировать) прогнозы и получать теоретическую отдачу. Так как с каждым новым сезоном старые данные становятся все менее информативными, учитывались три предыдущих сезона.
Основным критерием работоспособности модели было то, что умная стратегия показывала более высокие результаты, чем рандомная, которая, в свою очередь, опережала глупую стратегию.
Как и большинство опытных игроков, модель машинного обучения ищет взаимосвязи между общедоступной прогностической информацией и результатами матчей. Учитывая прикладной характер исследований, цель заключалась не в проверке прогностической способности ранее неизученной информации, а в отборе только самых необходимых исходных данных для получения положительной прогностической эффективности.
Может показаться, что при добавлении большего количества данных модель станет точнее, но можно переборщить, и тогда случайно обнаруженные связи ухудшат качество прогнозирования.
Результаты
Ответ на первый вопрос «Какой тип ставок самый рискованный?» на рисунке 1. Все стратегии показали отрицательную доходность, что в целом соответствует результатам большинства бетторов. Наилучшие показатели дала умная стратегия — нигде отрицательные результаты не превысили 10%.
Также ожидаемо, худшие показатели у глупой стратегии, особенно при прогнозировании точного счета — минус 58,7%.
Из четырех типов ставок худшая доходность оказалась у ставок на точный счет. В остальных типах доходность не ушла дальше -10%.
Для оценки вариативности присвоим лучшему результату показатель 1. Таковым является показатель умной стратегии в ставках на азиатский гандикап (-1,1%).
Уровень вариативности около 54 — во столько раз хуже показатель глупой стратегии в ставках на точный счет по сравнению с лучшим результатом. Подробнее — в таблице.
Следующий вопрос — какая стратегия и какой тип ставок позволит играть дольше всего, прежде чем стартовый банк уменьшится вдвое.
Умная стратегия при ставках на азиатский гандикап позволит дольше всего оставаться в игре, прежде чем банк уменьшится наполовину.
Вариативность 18,5: от 129,6 (умная стратегия, ставки на азиатский гандикап) до 7 (глупая стратегия, ставки на точный счет).
Наконец, сравним, какие ставки чаще всего делала модель по умной и глупой стратегии.
Из рис. 3 видно, что умная стратегия ставила на минимальные победы хозяев, а модель глупой стратегии бросалась в крайности и выбирала экстремальные разгромы.
Рисунки 4 и 6 — продолжение рисунка 3, умная стратегия предпочитала ставить на хозяев, в отличие от глупой, отдававшей предпочтение гостям.
Рисунок 5 демонстрирует отношение стратегий к ставкам на тотал больше и меньше 2,5: умная стратегия чуть чаще выбирала ТБ 2,5, глупая — ТМ 2,5.
Рисунок 3: сравнение умной и глупой стратегии по прогнозам на точный счет
Рисунок 4: сравнение умной и глупой стратегии по прогнозам на 1Х2
Рисунок 5: сравнение умной и глупой стратегии по прогнозам ТБ/ТМ
Рисунок 6: сравнение умной и глупой стратегии по прогнозам на азиатский гандикап
Риски при использовании отобранных типов ставок отличались 54 раза. Это как разница между слабеньким сидром и крепким виски.
Наименее выгодным типом ставок оказался точный счет — обилие вариантов делает этот тип ставок самым убыточным. Побеждать один раз из 10 — сомнительная стратегия.
Текст переведен с сайта cambridge.org
Для оценки рисков в гемблинге используется RTP (return-to-player).
- RTP = 100% — Маржа организатора
В казино рассчитать RTP проще, но как быть с беттингом? Даже в одной БК маржа варьируется в зависимости от типа ставки и события.
Ученые Арман Хассаниакаладжер и Филип Ньюэл попытались оцифровать риски в ставках, используя машинное обучение.
С чего все начиналось
Букмекеры неохотно делятся данными, но определенные выводы можно сделать на основании коэффициентов.
Возьмем ставки на 1Х2. Здесь букмекеры значительно уменьшили маржу. Если в 90-е она составляла 10%, то на футбольном ЧМ-2014 всего 4,5%.
тобы сохранить прибыль, букмекеры вводят новые виды ставок. Появились пари на точный счет. Там изменения маржи не столь разительны. На ЧМ-2014 букмекер закладывал в каждую ставку на точный счет маржу 21,9%, что мало отличается от 90-х, когда было 26%.
Сравните маржу в рулетке — 2,7% с маржей в ставках на точный счет — 21,9%. Если б беттинг не был игрой умений (game of skills), никто не делал ставки. Это в теории, но реальность такова, что большинство бетторов не обладает знаниями и умениями достаточными, чтобы бить маржу букмекера.
Эта статья не превратит минусового игрока в эксперта, но расскажет о рисках с точки зрения машинного обучения.
Эксперимент
Перед экспериментом поставили несколько вопросов:
- Какой тип ставок самый рискованный?
- Если взять банк в 100 рублей и ставить по 10%, как быстро банк обнулится?
- Какие ставки делает алгоритм при моделировании «умного» игрока и какие при моделировании «глупого»?
За основу взяли 8 последних сезонов английской Премьер-Лиги (2010/11 по 2017/18) и загрузили результаты и коэффициенты с oddsportal.
Исследовали 4 типа ставок:
- 1Х2
- точный счет;
- тотал больше/меньше;
- азиатский гандикап.
- 1Х2 — 3
- Точный счет — 25
- ТБ/ТМ — 2
- Азиатский гандикап — 2
Описание модели
Модель машинного обучения подходит к новым данным как осмотрительный игрок, изучая связи между текущими вводной информацией и итоговыми результатами перед настоящими ставками (фаза обучения). Поэтому первые три сезона ушли на обучение модели.
С четвертого сезона модель начала делать (симулировать) прогнозы и получать теоретическую отдачу. Так как с каждым новым сезоном старые данные становятся все менее информативными, учитывались три предыдущих сезона.
Основным критерием работоспособности модели было то, что умная стратегия показывала более высокие результаты, чем рандомная, которая, в свою очередь, опережала глупую стратегию.
Как и большинство опытных игроков, модель машинного обучения ищет взаимосвязи между общедоступной прогностической информацией и результатами матчей. Учитывая прикладной характер исследований, цель заключалась не в проверке прогностической способности ранее неизученной информации, а в отборе только самых необходимых исходных данных для получения положительной прогностической эффективности.
Может показаться, что при добавлении большего количества данных модель станет точнее, но можно переборщить, и тогда случайно обнаруженные связи ухудшат качество прогнозирования.
Результаты
Ответ на первый вопрос «Какой тип ставок самый рискованный?» на рисунке 1. Все стратегии показали отрицательную доходность, что в целом соответствует результатам большинства бетторов. Наилучшие показатели дала умная стратегия — нигде отрицательные результаты не превысили 10%.
Также ожидаемо, худшие показатели у глупой стратегии, особенно при прогнозировании точного счета — минус 58,7%.
Из четырех типов ставок худшая доходность оказалась у ставок на точный счет. В остальных типах доходность не ушла дальше -10%.
Для оценки вариативности присвоим лучшему результату показатель 1. Таковым является показатель умной стратегии в ставках на азиатский гандикап (-1,1%).
Уровень вариативности около 54 — во столько раз хуже показатель глупой стратегии в ставках на точный счет по сравнению с лучшим результатом. Подробнее — в таблице.
Следующий вопрос — какая стратегия и какой тип ставок позволит играть дольше всего, прежде чем стартовый банк уменьшится вдвое.
Умная стратегия при ставках на азиатский гандикап позволит дольше всего оставаться в игре, прежде чем банк уменьшится наполовину.
Вариативность 18,5: от 129,6 (умная стратегия, ставки на азиатский гандикап) до 7 (глупая стратегия, ставки на точный счет).
Наконец, сравним, какие ставки чаще всего делала модель по умной и глупой стратегии.
Из рис. 3 видно, что умная стратегия ставила на минимальные победы хозяев, а модель глупой стратегии бросалась в крайности и выбирала экстремальные разгромы.
Рисунки 4 и 6 — продолжение рисунка 3, умная стратегия предпочитала ставить на хозяев, в отличие от глупой, отдававшей предпочтение гостям.
Рисунок 5 демонстрирует отношение стратегий к ставкам на тотал больше и меньше 2,5: умная стратегия чуть чаще выбирала ТБ 2,5, глупая — ТМ 2,5.
Рисунок 3: сравнение умной и глупой стратегии по прогнозам на точный счет
Рисунок 4: сравнение умной и глупой стратегии по прогнозам на 1Х2
Рисунок 5: сравнение умной и глупой стратегии по прогнозам ТБ/ТМ
Рисунок 6: сравнение умной и глупой стратегии по прогнозам на азиатский гандикап
Риски при использовании отобранных типов ставок отличались 54 раза. Это как разница между слабеньким сидром и крепким виски.
Наименее выгодным типом ставок оказался точный счет — обилие вариантов делает этот тип ставок самым убыточным. Побеждать один раз из 10 — сомнительная стратегия.
Текст переведен с сайта cambridge.org
Обсудить