как узнать какая команда выиграет в футболе на ставках
Как анализировать футбольные матчи
Успешный беттинг подразумевает качественную проработку сразу нескольких уровней: глобального планирования, стратегического, тактического и операционного. Именно на операционном уровне происходит применение игровых стратегий, осуществляется выбор конкретных матчей и ставок в них. Отсев и отбор матчей, выбор ставок – всем этим занимается такой важный подраздел беттинга, как анализ и прогнозирование. Если рассматривать действия в этом отношении от разных игроков, то увидим и массу разночтений в подходах. Как же правильно анализировать футбольные матчи и выбирать ставки? На этот вопрос мы и ответим в данном обзоре.
Прежде чем зарываться в детали и нюансы, бегло рассмотрим весь перечень возможных вариантов. Можем выделить четыре базовых подхода к прогнозированию. Они основываются на:
Существуют также гибридные методики, сочетающие элементы одновременно нескольких направлений. Логично, что учет максимального комплекса факторов и методик только усиливают прогноз, повышаю его качество. Вот мы и разберем каждый подход отдельно, сакценировав внимание на ценности и адекватности каждого из них. Впоследствии вы сможете применить свой комплекс мер, внедрив направления в тех пропорциях, в которых посчитаете нужным.
Анализ по коэффициентам
Начинающие игроки на ставках слишком доверчиво и буквально воспринимают тезис, что коэффициент в линии букмекерской конторы отражает реальную вероятность наступления исхода. Вооружившись этим знанием, не долго думая, беттер смотрит на линию, воспринимает ставки с маленькими коэффициентами, как отражающие высокую вероятность, и наоборот. В этом и заключается, с позволения сказать «анализ» непосредственно по коэффициентам, по линии БК.
Проблема такого подхода начинается с самого определения букмекерских котировок. Его запускают и разгоняют по подконтрольным сайтам и СМИ сами конторы. Не удивительно, что наврали с три короба. Первый факт, который надо понимать, это наличие маржи, комиссии площадки в каждом показателе. Мы не увидим на якобы равновероятные исходы показатели 2.00 к 2.00, как должно быть при соотношении вероятностей 50 на 50. В зависимости от БК, это может быть 1.95 к 1.95, 1.90 к 1.90, даже 1.88 к 1.88 у особо жадных посредников. Так что, если следовать такой логике, будь котировки действительно объективным выражением вероятностей, то маржа со временем подпилила бы результат беттера, уведя его в минус.
На деле все еще хуже. Наблюдения за букмекерскими котировками однозначно указывают на еще два фактора, которые влияют на коэффициенты. Во-первых, речь идет про спекуляции, когда контора умышленно искажает показатели, чтобы привлечь толпу игроков к нужному им исходу, выдавая его за уверенную ставку с невысоким показателем. Либо, напротив, БК может задрать значения на каком-то плече, чтобы отпугнуть мейнстримную часть игроков, привыкших ставить на маленькие, так называемые «попанские» коэффициенты.
В чем проблема здесь? А проблема в дистанции. Представим, что было заиграно 10 ставок с показателями 1.23. Пока опустив маржу, констатируем, что такие котировки должны были бы указывать на вероятность 81.3%. Однако букмекер умышленно завысил эту вероятность, относительно реальной. На самом деле, вероятность не более 70%. То есть справедливым коэффициентом должен был бы быть показатель 1.43.
Представим, что на такой малой дистанции в 10 ставок сохранилось распределение. Тогда, исходя из реальной вероятности должны были бы сыграть 7 ставок из 10-ти.
Значит игрок остался бы при своих. Но что будет, если сыграют 7 ставок за 1.23?
При равномерных ставках флэтом за этот отрезок получилась бы просадка в 14%. Если вспомнить о марже, то уход в минус будет еще существеннее.
Понятно, что на практике, по столь малой дистанции результаты могут распределиться и иначе. Но если смотреть в перспективу, то к такому распределению все и сведется.
Во-вторых, имеет место такое явление, как «прогруз». На и без того невысокий, подрезанный букмекером коэффициент набрасывается толпа «попанов», загружает на это плечо суммарно существенную сумму. В итоге, дабы хотя бы частично сохранить баланс денег, принимаемых на противоположные события. Контора вынуждена смещать коэффициенты. Куда ставят много – там котировки падают, и наоборот, обделенное игроцким вниманием плечо подрастает, чтобы привлечь туда хоть какую-то часть потока.
По итогу получается то же самое, что и в случае с искусственным понижением котировок. Обычно самовольное снижение и «прогруз» одновременно воздействуют на коэффициент, приводя к его просадке. Соотношения могут быть разными. В какие-то моменты жизни линии эти факторы могут действовать обособленно.
Промежуточные выводы следующие:
Коэффициент отражает не только лишь реальную вероятность, но еще спекуляции, прогруз и маржу. Соотношения могут быть разными и это надо уметь определять.
Ставить по заниженным коэффициентам заведомо убыточно на дистанции. И если с маржой еще можно бороться, за счет ставок по завышенным коэффициентам, пользуясь уже ошибками БК при оценке вероятностей, то против спекуляций и прогруза нет приема. Только обходить такие ставки, не играть на них.
Раз коэффициенты отражают не только вероятности, то анализ исключительно по этим показателям абсурден и ущербен в своей сути. Чтобы понять, насколько котировка адекватна, не занижена ли она, следует иметь альтернативный способ анализа. Те же беттеры, которые ограничиваются лишь просмотром линии – в большой беде.
Анализ по движению коэффициентов
Закономерности ставок на футбол
Выше мы рассмотрели статичную ситуацию. Недалекий беттер заходит на сайт БК, смотрит в роспись и принимает некое решение о ставке, основываясь исключительно по значению котировок на данный момент. На все проблемы, связанные с таким подходом мы указали. Существует еще один подход анализа по коэффициентам в линии букмекерской конторы. Только он предполагает отслеживание динамики движения котировок, а не статику.
Дело в том, что линия в БК имеет свою эволюцию. За несколько дней, а иногда даже недель до события, появляется ранняя версия росписи. Обычно она очень скудна, только основные исходы. Котировки выставляют аналитики конторы, либо даже просто программа. В основу показателей на этой стадии ложатся в основном статистические данные по прошлым играм. На новорожденную линию еще не повлиял прогруз, потому что ставок еще не было. Если событие относится к популярным, хайповым, то некоторый спекулятивный перекос со стороны букмекера может уже быть заложен. Если же матч не из топовых, то скорее всего никаких спекуляций не будет, потому что больших денег на этом кону все равно не будет, манипулировать не за чем.
На раннюю линию приходят профессиональные игроки. Находя перевесы, несоответствия статистических коэффициентов, относительно более объективных факторов прогноза, профи заигрывают свои ставки. Из-за этих первых ставок начинается небольшое смещение котировок. Профессионалы хоть и ставят помногу, но самих их мало, а потому прогруз не бывает большим. Разве только рынок очень малый, а изначальная ошибка букмекера в оценке вероятностей была существенна. Тогда, на радостях, могут и существенно прогрузить.
Таким образом, на раннем этапе профессиональные аналитики помогают конторе привести коэффициенты к более реалистичному соотношению. За несколько дней до матча наплыв любителей минимален и основной прогруз начнется позже. За 1-2 суток и в день игры на событие начинают обращать внимание основные игроки-любители, которые ищут ставочку на сегодня. Ранний прогруз от профи уже состоялся и теперь наступает время основной толпы. То есть, как правило, выгодных коэффициентов, в которых есть перевес, к этому моменту уже не остается. Так что, куда бы ни ставила толпа, на дистанции это будет минус по ранее указанным причинам.
Из вышесказанного вытекает логичная возможность самому не особо заморачиваться над анализом. Лишь отслеживать динамику движения котировок на ранней фазе жизни линии. Таким образом, внимательный игрок видит, куда грузят свои первые ставки профессионалы, и также может поставить по этим прогрузам. Таким образом, сам не проводя анализа, беттер пользуется работой профи.
Этот метод рабочий, имеет свое отражение в практике. Он уже куда осмысленнее, чем предыдущий подход, просто анализ по статичным котировкам в конкретный момент времени. Однако есть и один большой минус, который часто не дает получать дистанционную прибыль. Какая разница между профессиональным аналитиком, вошедшим в некий матч, и вот таким «прилипалой», который тупо ставит по прогрузам? Первый знает причины, почему была выбрана именно эта ставка, а второй – нет. За то время, что остается до начала поединка, может появиться новая информация. Особенно часто она касается составов команд. Могут быть и иные новости из стана клубов, которые способны существенно изменить вероятностный расклад.
Профессиональные беттер, увидев некую критическую новость, может поставить другую ставку на матч. Она может усиливать первую, либо наоборот, выводить его их матча с минимальными потерями. Грубо говоря, во втором случае просто делается «вилка» и ставшая слишком рискованной ранняя ставка аннулируется.
Отследить такие маневры абсолютно не под силу тому самому «прилипале», который просто подсмотрел чужой прогруз. Фактажа, причин первоначального прогноза он не знал. Он не может адекватно и своевременно отреагировать на новости, поскольку не следит, а если и следит, не способен интерпретировать. Следить за прогрузами на поздней стадии бесполезно, поскольку уже давно включилась толпа «попанов». Мозгов у стада нет, так что идти за его вектором бессмысленно. Вот и получается, что фаза страховок, случись что, у такого ушлого аналитика по «прогрузам» отсутствует.
Вывод: так действовать можно, но профессионалы все равно будут эффективнее. Так что есть смысл развиваться в этом направлении, чтобы не ты подбирал крохи с чужого стола, а с твоего подбирали.
Прогнозирование по статистике
Еще одним методом анализа футбольных матчей является статистика. Игрок открывает список матче на спортивном портале, типа «Майскора» или его аналоге. Увидев интересный поединок, он заходит в подробности расклада на этот матч. На подобных площадках можно посмотреть ряд данных по прошлым встречам команд:
Также можно зайти в недавние поединки, посмотреть, против оппонентов какого уровня они были, как шло развитие событий. Имеются и вкладки с составами, однако обилие ошибок делает такие ресурсы бессмысленными по данному важному параметру.
Казалось бы, много информации, которую можно интерпретировать в прогноз на будущую встречу, на этом основании выбрать ставку. Многие новички так и делают. Проблема такого подхода заключается в том, что прошлые результаты и статистика очень плохо переносятся на будущее. Единственное, с чем может помочь анализ на этом уровне, так это с выявлением некоторых зарождающихся тенденций. Играть по долгим трендам бесполезно, поскольку они уже давно учтены в букмекерских коэффициентах. Все это видят, так и грузят, что делает ставки по таким «очевидным» исходам сильно не выгодными.
Большую роль играет еще и качество проработки такой статистики. Зачастую подход очень формальный. Раз место в таблице выше, то и команда сильнее. Раз клуб забивал по 2 гола в 4 из 5-ти крайних игр, то забьет и завтра. И все в таком роде. Однако спорт сложнее. Место в таблице могло быть заработано на ранней стадии сезона. С тех пор могли уйти некоторые ведущие футболисты, кондиции просесть, более простые оппоненты смениться в календаре сильнейшими командами лиги. Чтобы все это учесть мало даже компетентно читать статистику, нужно следить за игрой команды, банально смотреть матчи, обзоры, хотя бы фрагментарно. Статистика показывает далеко не все.
Даже рассматривая подробности конкретных поединков можно сделать кучу ложных выводов. Например, команда владела больше, била больше, это ясно указывают показатели статистики. Однако проиграла 0:2. Не посмотрев игру, понять это невозможно. На деле, мог отсутствовать из-за травмы и дисквалификации ключевой созидатель или завершитель атак. В результате большая статистика – это лишь неопасные удары издали. Креатив команды был надломлен. Кто будет пытаться понять суть подобного матча лишь по статистике с «Майскора», ничего не поймет. И это лишь один утрированный пример. Можно представить много вариантов заблуждений, к которым приводит превратная оценка голой статистики.
Можно посмотреть, что команда выиграла крупно, 4:0. Из этого результата можно сделать вывод, что победитель способен громить своих оппонентов, и ставки на него будут в дальнейшем, исходя из этого. И напротив, проигравший с таким счетом якобы должен проигрывать разгромно. На деле, игра должна была быть на 0:0 или 1:0, но пропустив и пытаясь отыграться, оппонент попался на ряд контратак. В следующих играх визави извлекут урок, не будут так раскрываться. Значит если и будет победа, то некрупная. Проигравший же коллектив сделает выводы, и тоже далеко не факт, что позволит забивать себе так много. В общем, умозрительные конструкции из статистики могут быть ложными, приводить к существенным заблуждениям.
Из турнирного расклада можно определять мотивацию соперников. Расписание и календарь полезны для понимания усталости игроков. Однако в остальном, статистика дает лишь поверхностное представление об игре команд. Этим можно и нужно пользоваться, но на роль основы анализа статистика никуда не годится.
Стратегии ставок на футбол: секреты игры
В Школе ставок Legalbet есть много статей о выборе стратегий ставок на футбол. Список и краткое описание каждой вы найдете в этом материале. Мы расскажем об общих моментах, которые необходимо принять во внимание для любого вида ставок по стратегии на футбол: как оценить шансы фаворита и андердога и на что смотреть, чтобы определить примерное количество голов в футбольном матче. Также дадим ответ на интересующих многих вопрос: «Лига чемпионов — турнир фаворитов или аутсайдеров?»
Бывают ли беспроигрышные стратегии?
Беспроигрышных стратегий не бывает. Тренды меняются и рано или поздно отработанная система даст сбой. Если эти изменения не отслеживать, есть риск проиграть все, что заработал ранее и даже больше.
«Вилки», которые пользуются популярностью у опытных игроков, считаются беспроигрышной стратегией, но букмекеры приравнивают ее к мошенничеству. Клиентов, делающих ставки по данной стратегии, ждёт аннулирование купонов или блокировка счета.
Legalbet рекомендует делать ставки для развлечения, а не в целях заработка. Так вы сохраните большую часть бюджета и получите удовольствие от игры.
Стратегии ставок на футбол на Legalbet
В Школе ставок Legalbet есть футбольные стратегии на любой вкус:
27 экспрессов. Подбор матчей, в которых ожидается победа фаворита с небольшим количеством голов, и ставки экспрессом на точный счет.
На угловые. В статье описаны факторы, влияющие на количество угловых, и статистические сервисы, которые помогут быстрее находить перспективные матчи.
На ничью. Разбор популярных стратегий на ничью в футболе с конкретными примерами и статистическими трендами.
Против фаворита. Разбираемся, когда следует рискнуть и поставить на аутсайдера.
На гол в первом тайме. Live-стратегия, основанная на тщательном анализе до игры и пари в первые минуты матча с выгодным коэффициентом на гол.
Точный счет. Примеры стратегий на точный счет, их особенности и оценка эффективности.
Схема ставок на футбол: когда стоит отдать предпочтение аутсайдеру
Большинство игроков букмекерских контор предпочитают делать ставки только на явных фаворитов. Однако преуспеть на дистанции, используя такой метод, практически невозможно. Букмекеры чаще всего занижают коэффициент на более сильную команду, а когда исход появляется в линии, показатель падает еще сильнее из-за «прогрузов». Получается, что математическое ожидание не соответствует коэффициенту и никакой выгоды в выбранной ставке уже нет. Тогда стоит обратить внимание на аутсайдера.
Ставить на более слабую команду имеет смысл, если:
у фаворита отсутствуют ключевые игроки и турнирная мотивация;
аутсайдер играет дома и в последних пяти матчах больше выигрывает, чем проигрывает;
это финальная часть турнира или соревнование, где собраны лучшие из лучших, например еврокубки.
Приведем два примера.
Пример №1. Финал Лиги Европы: «Вильярреал» — «Манчестер Юнайтед»
Футбольный матч может закончиться победой одной из команд или ничьей. Когда друг другу противостоят близкие по уровню команды, котировки в линии букмекеров должны быть примерно равны. Однако коэффициенты на финал Лиги Европы-2020/21 выглядят иначе.
Статистика и кэф на «Вильярреал» — «Манчестер Юнайтед»
Букмекерская контора «1хСтавка» дает 1.85 на победу английского клуба. Поставить на победу испанцев можно за 5.00. Довольная странная расстановка сил с учетом того, что команды сыграют сильнейшими составами и подошли к финалу с похожей статистикой: у каждой по две победы, два поражения и одна ничья.
У МЮ нет значимых преимуществ: поле нейтральное, последние результаты команд одинаковые, лидеры у испанцев в строю. К тому же «Вильярреалом» руководит Унаи Эмери, который трижды выигрывал Лигу Европы. Уле Гуннар Сульшер, главный тренер англичан, ничем таким похвастаться не может.
При таких раскладах стоит отталкиваться от аутсайдера и присмотреться к 1Х за 2.04. Это значит, что нас устроит победа первой команды или ничья, то есть два исхода, а не один, как в случае с победой англичан за скромный коэффициент.
Пример №2. Английская Премьер-Лига: «Брайтон» — «Манчестер Сити»
Результат встречи «Брайтон» — «Манчестер Сити» (3:2) показался для кого-то сенсационным, но в подобном исходе нет ничего удивительного по нескольким причинам:
на тот момент манчестерский клуб досрочно выиграл чемпионат Англии, и эта встреча носила для них лишь номинальный характер;
в стартовом составе «горожан» не было Кевина Де Брюйне (6+12), Рахима Стерлинга (10+7) и Габриэла Жезуса (9+4);
в последних пяти домашних матчах «Брайтон» дважды победил, столько же сыграл вничью и уступил лишь раз с разницей в 1 мяч;
достойно выступить против действующего чемпиона — принципиальный момент для каждого клуба, особенно в родных стенах.
Конечно, победу хозяев мы бы не брали, но ставка Ф1 (+1) за 2.15 смотрелась уместно.
Коэффициенты на «Брайтон» — «Манчестер Сити»
Фактор домашнего поля «решает», но есть нюанс
Поклонники футбола в шутку говорят: «Болельщики — 12-й игрок». Но не все знают, насколько родные стены и поддержка трибун влияют на итоговый результат встречи. Мы решили проверить, как часто побеждают команды в лучших европейских лигах, когда играют на домашних стадионах. В линиях букмекеров хозяев указывают первыми, так что нужный нам исход — П1.
Модели для прогнозирования футбольных матчей
Чтобы такого не происходило, нужно ставить задачу не найти ставку которая чаще сыграет, чем не сыграет, а найти ставку у которой на один из исходов есть плюсовый ROI и поставить на этот самый исход. И как раз для этого нам нужно научиться как можно точнее прогнозировать вероятности исходов события. Другими словами, мы должны научиться как можно точнее рассчитывать вероятность победы первой команды в конкретном матче, вероятность победы второй команды, а также, вероятность ничьи, если это конечно вид спорта, в котором возможны ничьи.
Научившись достаточно точно прогнозировать эти вероятности, мы сможем довольно легко находить матчи в которых есть ROI на какой-либо исход. Для этого нам нужно каждую отдельную вероятность умножить на коэффициент который дает контора на этот самый исход.
Возьмем такой пример. Допустим играет сборная Египта против сборной Болгарии футбольный поединок. И мы путем своих подсчетов (предположим что они идеальные) определили следующие вероятности:
А контора, где мы собираемся делать ставку, выставила следующие коэффициенты в линии:
Что же произойдет если мы поставим на победу Болгарии?
Эти 2 исхода говорят нам о том, что мы ни в коем случае не должны ставить на победу Египта или Болгарии, если подсчеты наши по вероятностям победы конечно точны. Нам нужно либо пропустить данные ставки, либо дождаться, когда коэффициенты на победу изменяться до тех пор, пока один из исходов не будет иметь положительный ROI.
Но у нас еще в линии есть ничья, что же с ней?
32%(Вероятность ничьи)*3,2(Коэффициент на ничью)-100= +2,4%
Как мы видим при ставке на ничью мы получаем ROI 2,4%, а значит ставки на этот исход нам выгодны, и на дистанции с каждого поставленного доллара на этот исход мы будем получать 2,4% прибыли. Таким образом, подытожив, мы можем сказать, что все что нам нужно, это научиться правильно определять вероятности исходов матча. То есть вероятность победы первой команды, ничьи и победы второй, после чего мы без труда найдем ставки у которых есть ROI, и как итог сможем ставить на матчи с плюсовым ROI и зарабатывать деньги.
Теперь когда вы понимаете что когда вы научитесь максимально точно определять вероятности исходов события, вы без труда сможете находить ставки с плюсовым ROI, и ставить на дистанции в плюс. Давайте перейдем к началу изучения прогнозирования вероятностей.
1. Наиболее простым и понятным неискушенному читателю языком, написаны книги Е.С. Вентцель,т.к. они были предназначены для офицеров-артиллеристов. Там множество примеров (из артиллерии), все довольно подробно «разжевано».
2. Для тех же у кого есть математическая база знаний подойдет вузовский учебник «Чистяков В.П. Курс теории вероятностей», он очень лаконичен, но, вместе с тем, содержит практически все понемногу, а детали всегда можно найти в интернете.
3. Так же неплохая книга «Руководство для инженеров по решению задач теории вероятностей».Ленинград, 1962 г.
Для тех кому легче обучаться по видео, могу посоветовать посмотреть лекции вот этого дядьки.
Очень толково, интересно и доходчиво все рассказывает, специально искал на ютубе хорошего преподавателя, чтобы вам легче было усвоить тему. Посмотрел несколько его уроков и могу сказать, что по этим видео обучаться достаточно легко, и преподаватель достаточно сильный.
Кто же не тяготеет к математическим наукам, не расстраивайтесь, так как на нашем Youtube-канале:
мы будем все рассказывать и показывать очень подробно, чтобы вы смогли понимать, что и как делать для прогнозирования матчей.
Теория вероятностей- это сугубо математическая наука, а значит для прогнозирования вероятностей понадобится разрабатывать математические модели, которые будут прогнозировать вероятности наступления того или иного события. Наша задача создавать максимально точные модели, ведь чем точнее мы рассчитаем вероятности, тем точнее будут наши ставки, и соответственно мы будем получать выше ROI.
Первое, о чем нужно подумать при создании любой модели прогнозирующей вероятностей, это то, на данных какого типа будет она строиться? К примеру, в баскетболе можно строить различные системы прогнозирования на очках набранных командой в матче, так как этих очков достаточно много в каждом матче и соответственно в каждом сезоне. Так же если брать к примеру НБА, то там очень много матчей за сезон, поэтому база данных для прогнозирования каждый сезон набирается достаточно быстро. Если брать теннис, то здесь уже все несколько сложнее. Рассчитывать вероятности на основе окончательного счета, то есть, на основе количества выигранных сетов в том или ином матче бесполезное занятие. Т. к. сетов играется очень мало, бывает, что игроки за месяц играют всего лишь по 6-8 сетов. Даже если сделать модель на основе сетов мы столкнемся с той проблемой, что на основе сетов никак нельзя посчитать вероятности того или иного точного тотала геймов. К примеру, с помощью модели основанной на сетах, мы никак не узнаем какая вероятность того, что игроки сыграют ровно 20 геймов или к примеру 21 гейм в матче, а эти данные нам нужны для расчета вероятностей тотала. Я видел множество примеров расчетов тотала в теннисе. И везде на основе прошлых матчей пытались спрогнозировать как часто матч закончится больше или меньше того тотала, который написан в линии. На самом деле это вкорне неверный подход. Для прогнозирования тотала необходимо создавать модель которая будет определять вероятности каждого количества геймов. То есть, после того как модель сделала расчеты, мы должны видеть какова вероятность того, что в матче будет ровно 12 геймов, какова вероятность что будет ровно 13 геймов, 14, 15 и так далее. Если нельзя прогнозировать с помощью сетов, то как же прогнозировать вероятности в теннисе?
Первое что приходит на ум это геймы, но и с ними есть множество проблем. Количество геймов, которые играет игрок, по-прежнему недостаточно большое, особенно если вспомнить что теннис это одиночный вид спорта и здесь очень большое влияние на вероятности играет текущая форма игрока, поэтому модели нужно строить на свежих данных, т. к. модели которые построены на данных четырех-пяти месячной давности будут очень неточны из-за того, что форма игроков в то время была совершенно другая относительно нынешней формы. Еще одной проблемой является то, что геймы в теннисе набираются не всегда линейным способом, ведь никак нельзя сыграть ровно 11 геймов в сете, это вносит очень большие коррективы при прогнозировании тотала. Об этом мы обязательно расскажем в дальнейших наших постах и видео. В общем мы подошли к ответу, что точнее всего вероятности исходов в теннисном матче прогнозируются с помощью данных о вероятности выиграть один розыгрыш. Зная вероятности с которыми соперники будут выигрывать очко на своей подаче против конкретного соперника, можно очень легко с помощью метода Монте-Карло посчитать абсолютно любую вероятность в матче, от вероятности побед соперников, до вероятностей того, что конечный счет будет 7-6 2-6 1-6.
На рисунке ниже представлена схема, с помощью которой можно построить модель Монте-Карло в екселе, обязательно попробуйте это сделать, очень полезно и интересно.
Давайте теперь перейдем к футболу.
На каких данных строить модель в футболе? Первое что приходит на ум это создавать модель на основе результатов прошлых матчей, то есть, на основе голов. Давайте рассмотрим футбол с математической точки зрения, чтобы понять почему эта затея несерьезна. Футбол это самый дисперсионный вид спорта, и я готов объяснить почему.
Если рассматривать виды спорта на которые принимаются ставки, то только в футболе возможны ситуации, когда одна из команд бьет в 10-20 раз больше ударов, но проигрывает матч. Думаю, каждый из вас хоть раз сталкивался с матчем, где одна из команд наносила 20-30 ударов по воротам и проигрывала матч команде, которая нанесла 1-2 удара. Все это из-за того, что футбол спорт с очень низкой результативностью, и у доброй половины ударов вероятность воплотиться в гол менее 5% и только у совсем малого количества ударов такая вероятность превышает 30%. Представьте ситуацию, чтобы в гандболе одной команде дали бросить 30 раз по воротам, а второй 3 раза, и выиграла вторая команда. Как вы понимаете у второй команды априори нет шансов выиграть, так как в гандболе вероятность забить гол в каждом броске намного выше. Поэтому команда, которая наносит 30 бросков, забьет даже при самых худших раскладах 10 голов, а при лучших более 25, а значит у команды с 3 бросками нет абсолютно никаких шансов. Тоже самое и в баскетболе, команда которая бросит в 10 раз больше в кольцо, победит без каких-либо вариантов. Наиболее близкий футболу по рандомности вид спорта это хоккей, но и там дисперсия все же меньше чем в футболе, т. к. голов и бросков больше. Так же зачастую в хоккее играют больше матчей чем в футболе. Но все же в хоккее дисперсия так же очень большая, чтобы прогнозировать отталкиваясь от результата игры. Поэтому прогнозирование на основе конечного счета так же не даст достаточно точных результатов.
Итак, как же прогнозировать вероятности футбольных матчей? Одним из вариантов является построение модели прогнозирования основанной на более мелких элементах игры, чем голы, а именно на ударах по воротам, и на владении мячом. Давайте я вкратце расскажу, как работали системы несколько лет назад и как люди делали ставки, даже не смотря ни одного матча за год. Когда я жил в Чехии, я познакомился с одним успешным беттором из Германии, которого звали Пауль и я лично видел, как он делает ставки на футбол, и какие системы для этого использует. Для того чтобы узнать какова вероятность того или иного исхода матча, он рассчитывал вначале вероятности для владения мячом и удара. К примеру, представим, что в матче Лион и Марсель он рассчитал такие вероятности владения мячом:
Как вы видите из картинке выше у каждого владения есть своя вероятность, к примеру в 10% матчей Лион будет владеть мячом ровно 55% времени; в 8% матчей Лион будет владеть ровно 54% времени; в 2 % матчей Лион будет владеть 48% времени. Все эти вероятности зависят от различного хода матча.
Тоже самое Пауль сделал и для ударов по воротам, к примеру на картинке ниже в 8% случаев Лион нанесет ровно на 4 удара больше, чем соперник, и так же в 8% матчей ровно на 3 удара больше, чем соперник. В 1 % матчей на 16 ударов больше, чем соперник, и так же в 1% на 10 ударов меньше, чем соперник.
Точно так он работал и с пасами, угловыми и другими статистическими показателями. Что с этим со всем он делал дальше?
У него были математические модели, основанные на статистики с 30 000 матчей, эти модели помогали ему конвертировать вероятности владения, вероятности ударов и вероятности прочих статистических данных в вероятности исходов события. Давайте расскажу, как это выглядело, но сразу скажу, что этих данных к сожалению, у меня нет, так как в то время я не делал ставки, а когда мы обратили внимание на ставки, то сразу начали работать с xG. Поэтому буду показывать примеры с данными собранными за 3000 матчей специально для этого поста. Если кто-нибудь желает пользоваться этой стратегией которую я сейчас покажу, то скажу сразу, нужно в идеале собрать статистику как минимум с 30 000 матчей, чтобы получить точные данные. Если работать одному, то уйдет около недели-двух.
Итак, смотрим на картинку ниже, где у нас 4 колонки.
Третья колонка соответственно вероятность ничьи, и четвертая вероятность победы второй команды.
Как пример, если первая команда нанесет на 3 удара больше по воротам, то она победит в матче в 47% процентах случаев, сыграет вничью в 26% и проиграет 27% матчей. Если домашняя команда нанесет на 5 ударов меньше, то она выиграет в 32% случаях, в 28% будет ничья, а проиграет соответственно в 40% матчей. Как вы видите прослеживается отличная корреляция между нанесенными ударами и вероятностями исхода матча.
Теперь вы понимаете, что когда Пауль, к примеру, рассчитывал, что в матче Лиона и Марселя, Лион нанесет в 8% матчей на 3 удара больше по воротам, он понимал, что в тех матчах, где разница будет ровно на 3 удара, Лион выиграет в 47% случаев, ничья будет в 26%, а победа Марселя в 27%.
То есть из этих 8% матчей Лион выиграет 8*0,47=3,76%, ничья будет в 8*0,26=2,08%, а Марсель победит в 8*0,27=2,16%.
Далее такие же подсчеты проделывались и для остальных вероятностей, к примеру, когда в 2% матчей Марсель нанесет на 5 ударов больше по воротам, он выиграет в 40%, сыграет вничью в 28% и проиграет в 32% матчей, а значит в этих 2% мы получим 2*0,32=0,64% победа Лиона, 2*0,28=0,56% ничья и 0,8% победа Марселя, и так далее.
Как итог, умножив все вероятности из этой кривой Гаусса
на вероятности из таблицы вероятностей,
Пауль получал вероятности исходов матча Лион – Марсель. Так он проделывал и для ударов, и для владения, и для нескольких других статистических данных. Например, угловые, пасы, отборы, и на выходе после всех этих манипуляций он знал достаточно точные вероятности исходов, и на дистанции переигрывал пул игроков с приличным ROI. Все что ему нужно было, так это построить модель прогнозирующую вероятности владения, пасов, ударов, и так далее.
Эта модель строится достаточно легко и к ее построению мы еще доберемся, когда будем рассказывать, как строить такие модели для xG, правда там все намного сложнее.
Кстати, если вы внимательно смотрели на таблицу, то могли заметить, что при равном количестве ударов (0), к примеру, при счете 15-15 по ударам, вероятность победы первой команды 39%, а второй лишь 31%.
Итак, системы построенные на проценте владения, на угловых и на количестве ударов действительно могут достаточно точно определять вероятности исходов предстоящих матчей. Но с появлением xG все изменилось. Теперь можно прогнозировать матчи намного точнее, ведь мы можем узнать не просто количество ударов в матче, но и вероятность каждого удара стать голом. И этот путь ведет к прогнозированию вероятностей с изумительной точностью.
Читайте самые горячие 🔥 материалы «Академии»: