Data mining v sázení bez sebeklamu: testujte mimo vzorek
Víc dat neudělá z pravidla pravdu. Otestujte ho na sázkách, které nikdy nevidělo, a spočítejte, kolik pravidel jste vyzkoušeli.
Data mining znamená pro sázejícího probírat minulé kurzy a výsledky při hledání pravidla, podle kterého stojí za to sázet, a pak ho ověřit na sázkách, které nikdy nevidělo. Článek sázkové kanceláře Pinnacle popisuje sázkový model jako systém, který umí určit nezkreslené referenční body k určení pravděpodobnosti všech výsledků, a pak říká, že se musí testovat a udržovat. Past je v množství: otestujte dost pravidel a to nejlepší z nich bude vypadat jako výhoda. Předpokládejme, že 250 pravidel bez výhody je testováno každé na svých vlastních 200 nezávislých sázkách při kurzu 2,00, s pevnou vsazenou částkou; to nejlepší má v průměru +19,87 % na sázku (hypoteticky). Stránka pokrývá data, proměnné, tuto past a co vám záznam sázek umožní otestovat na sázkové burze, jako je platforma Orbit Exchange.
Odkud se data berou
Článek sázkové kanceláře Pinnacle o sestavování sázkového modelu uvádí dva způsoby sběru dat: „by yourself, or by using other published data online“. Rozsah je úsudek. Tentýž článek se ptá „should you consider all matches or just their league games?“ a odpovídá, že rozhodnutí je „determined by what your aim is“. Cíl je tedy na prvním místě a tabulka až na druhém.
Vlastní obrazovky brokerů, jako výpisy, analytika a grafy historie kurzů, se u jednotlivých brokerů liší. Co každý z nich zobrazuje, pokrývá stránka o nástrojích brokerů, a proto se to zde neopakuje. Rozhraní platformy Orbit má obrazovku „Account Statement“ a obrazovku „Betting Profit & Loss“.
Při jakékoli úvaze o datech patří jedna podmínka. Podmínky obou brokerů, MadMarket i BetInAsia, zakazují uživateli používat „any robot, spider or other automated mechanism“ k získávání nebo indexování informací ze služby.
Které proměnné a proč
Méně, vysvětlené a kontrolované, zda se nevychylují.
Článek sázkové kanceláře Pinnacle uvádí cyklus. Čtěte ho jako cyklus, ne jako přísný recept. Kroky:
- Stanovte cíl, protože „Without an aim you could be overwhelmed with numbers“.
- Sbírejte data, sami nebo z jiných zveřejněných dat online.
- Zvolte formu modelu. Rada článku: „Our recommendation is not to overcomplicate.“
- Sepište jeho předpoklady a jejich meze; například „averages and standard deviations assume events are normally distributed“, což se musí otestovat.
- Otestujte jeho citlivost na výsledky a udržujte ho v průběhu času, protože „it needs to be maintained as time progresses“.
Které proměnné se použijí, je na vás. Článek brokera AsianConnect o analýze pomocí umělé inteligence uvádí data, která takový nástroj umí zpracovat: minulé výsledky, statistiky hráčů, trendy týmů, domácí a venkovní bilance, zranění, držení míče, proměňování střel a pohyby trhu. Jiný článek brokera AsianConnect říká „Possession measures only one thing“, takže číslo v seznamu může měřit méně, než naznačuje jeho název.
Broker MadMarket nabízí Poissonovu kalkulačku jako jeden příklad modelu, do kterého se čísla zadávají ručně. Zadáte očekávané hodnoty, například góly ve fotbale, a vrátí deset nejpravděpodobnějších skóre seřazených od nejvyšší pravděpodobnosti po nejnižší. Ukazuje, jak málo jednoduchý model potřebuje a kolik závisí na číslech, která zadáte.
Data také zastarávají. Broker AsianConnect píše o esportu, že po aktualizaci hry jsou předchozí výsledky „less predictive“ a že historická data je třeba kombinovat s nedávnými výkony v aktuální verzi. Jiný článek brokera AsianConnect říká, že několik prvních zápasů sezony je malý vzorek. Mým pravidlem by bylo vzít dvě proměnné, které umím vysvětlit, místo dvanácti, které neumím, protože dvanáct je dvanáct dalších míst, kde může historie pravidlu lichotit, a model, jehož výstup nelze vystopovat k jeho vstupům, je model, který nelze opravit, když přestane fungovat.
Past nejlepšího z mnoha
Proč je vítěz soutěže pravidel obvykle štěstí.
Zkuste dost pravidel a jedno z nich bude vypadat skvěle. Které, to je otázka, na kterou historie neodpoví.
Několik prostých definic, slovy tohoto webu. Testovat „na historii“ znamená pustit pravidlo přes sázky, které už proběhly. Mimo vzorek znamená pustit ho na sázky, které nikdy nevidělo. Přeučení je výběr pravidla proto, že si na historii vedlo dobře. Riziko je v počtu pravidel, která jste zkusili, takže je počítejte a neúspěšná nechte v záznamu.
Hypoteticky. Každé pravidlo se testuje na vlastních 200 nezávislých sázkách při kurzu 2,00 (50 % šance na výhru), s pevnou vsazenou částkou, bez výhody. Sloupec je přesná očekávaná hodnota nejlepšího výsledku mezi N pravidly.
Zobrazit tabulku s daty
| Testovaná pravidla | Nejlepší průměrný výnos na sázku |
|---|---|
| 1 pravidlo | 0,00 % |
| 10 pravidel | +10,87 % |
| 50 pravidel | +15,87 % |
| 250 pravidel | +19,87 % |
Deset pravidel, žádné s výhodou
Předpokládejme, že otestujete deset pravidel, každé na vlastních 200 nezávislých sázkách při kurzu 2,00, a žádné nemá výhodu. To nejlepší z nich má přesto v tomto výpočtu průměr +10,87 % na sázku. Vyberte ho a vsaďte podle něj dalších 200 sázek a nemá důvod se opakovat.
Zdroje sázkové kanceláře Pinnacle popisují totéž štěstí z jiných úhlů. Přispěvatel zdrojů sázkové kanceláře Pinnacle píše, že historie sázek s kladnou očekávanou hodnotou přesto skončila ztrátou v části simulací a že rozsah možných výnosů se s rostoucí historií zužuje. Jeden článek říká, že i za celou sezonu „randomness does still influence a side's final points total“, a jiný popisuje „periods of over and under performance lasting thousands of bets“. Host podcastu sázkové kanceláře Pinnacle říká, že když se model posuzuje podle metrik chyby, chcete „a large number out of sample trials“, abyste měli jistotu, že to, co vidíte, je „statistically significant“. Kolik sázek to znamená pro vaše pravidlo, je samostatná otázka a otevírá ji plán s výpočtem bodu zvratu, aniž by uváděl práh.
Shoda s minulostí není plán
Pravidlo, které sedí na minulost, není plán pro příští sázku, a většina sázejících skončí v minusu. Tato stránka vysvětluje, jak pravidlo testovat. Neříká, na které pravidlo vsadit.
Co vám umožní otestovat vlastní záznam sázek
Váš vlastní záznam je testovací sada a vytvoříte ho, aniž byste sahali na data brokera. Jeden článek sázkové kanceláře Pinnacle navrhuje, abychom „Document our bets and look for any strange patterns on the spreadsheet“. Platforma Orbit Exchange má obrazovku „Account Statement“. Záznam toho, co jste zamýšleli, je samostatná evidence, kterou vedete sami. Srovnání kurzu, který jste vzali, s uzavíracím kurzem je úkolem stránky o uzavíracím kurzu, kterou tato stránka nechává být. Které sloupce záznam potřebuje a jak často ho číst, je na stránce s pracovní rutinou a stránka o odhadu férové ceny pokrývá, odkud se bere pravděpodobnost za pravidlem.
Článek sázkové kanceláře Pinnacle měří sázejícího podle toho, jak těsně předpovězená očekávaná hodnota sleduje skutečný výnos „over a sufficient sample size“. Záznam je místo, kde obojí leží vedle sebe, takže pravidlo zapište před sázkami, které pokrývá, a když pravidlo změníte, začněte nové počítání, ne pokračování starého.
Stručné odpovědi
Co je zpětné testování (backtesting) v sázení na sport?
Backtesting znamená přehrát pravidlo, které jste si předem zapsali, na minulých kurzech a minulých výsledcích, abyste viděli, co by udělalo. Slabé místo je kurz. Test potřebuje kurzy, které byly k dispozici, když byste sázeli, ne kurzy při uzavření. Článek sázkové kanceláře Pinnacle formuluje problém u uzavíracích kurzů takto: „it's a retrospective exercise; we can't know the closing odds for a match until it kicks off“. Pravidlo napište nejdřív, otestujte ho jednou na sázkách, ze kterých nevzniklo, a veďte záznam o každém pravidle, které jste zkusili.
Co je přeučení (overfitting) v sázkovém modelu?
Přeučení je volba pravidla proto, že si vedlo dobře na historii, kterou jste měli před sebou. Pravidlo pak nese štěstí té historie stejně jako cokoli skutečného v ní. Graf v oddíle o pasti ukazuje nejčistší případ: pravidla bez jakékoli výhody a nejlepší z mnoha má přesto v průměru kladný výnos na historii, z níž bylo vybráno. Mimo vzorek nemá důvod se opakovat.
Kolik sázek potřebujete k otestování strategie?
Článek sázkové kanceláře Pinnacle se ptá, zda je jedna sezona dostatečně velký vzorek, a další popisuje úseky nadprůměrného i podprůměrného výkonu trvající tisíce sázek. Host podcastu sázkové kanceláře Pinnacle, když mluví o modelech posuzovaných podle metrik chyby, říká, že chcete „a large number out of sample trials“. Stránka o uzavíracím kurzu uvádí minimum, které navrhuje broker AsianConnect pro sledování hodnoty uzavírací linie, a plán profesionálního sázení ukazuje, jak dlouho trvá, než se projeví i skutečná výhoda. Tato stránka žádný práh nestanovuje.
Kam dál
K matematice, která leží pod tím vším, ke vzorku a rozptylu, se vraťte na plán pro profesionální sázející. Stránka s kalkulačkami uvádí, co nabízí tento web a brokeři, a převodník kurzů změní jakýkoli kurz na pravděpodobnost. Pravidlo potřebuje místo, kde se vsadí, a hloubka trhu říká, co je kurz hoden při velké vsazené částce. Chcete-li otevřít samotné dveře, vysvětluje, kteří brokeři to umějí, cesta na platformu Orbit Exchange a srovnání brokerů je staví vedle sebe.