Data mining i betting uden at snyde dig selv: test uden for stikprøven
Mere data gør ikke en regel sand. Test den på væddemål, den aldrig har set, og tæl, hvor mange regler du prøvede.
Data mining betyder for en spiller at sigte tidligere priser og resultater for en regel, der er værd at spille efter, og så kontrollere den på væddemål, den aldrig har set. En artikel hos Pinnacle beskriver en betting-model som et system, der kan identificere upartiske referencepunkter til at bestemme sandsynligheden for alle udfald, og siger så, at den skal testes og vedligeholdes. Fælden er mængden: test nok regler, og den bedste af dem ligner en fordel. Antag, at 250 regler uden fordel hver testes på sine egne 200 uafhængige væddemål til odds på 2,00 med fast indsats; den bedste har et gennemsnit på +19,87 % for hvert væddemål (hypotetisk). Siden gennemgår dataene, variablerne, denne fælde og hvad en væddemålslog giver dig mulighed for at teste på en betting exchange som Orbit Exchange.
Hvor dataene kommer fra
En artikel hos Pinnacle om at bygge en betting-model nævner to måder at indsamle data på: »by yourself, or by using other published data online«. Omfanget er et skøn. Den samme artikel spørger »should you consider all matches or just their league games?« og svarer, at valget er »determined by what your aim is«. Så målet kommer først og regnearket bagefter.
Brokernes egne skærme, som kontoudtog, analyser og diagrammer over prishistorik, er forskellige fra broker til broker. Siden om brokernes værktøjer dækker, hvad hver af dem viser på skærmen, så det gentages ikke her. Grænsefladen hos Orbit har en »Account Statement«-skærm og en »Betting Profit & Loss«-skærm.
Én betingelse hører med til enhver tale om data. Vilkårene hos MadMarket og hos BetInAsia forbyder hver især en bruger at bruge »any robot, spider or other automated mechanism« til at hente eller indeksere oplysninger fra tjenesten.
Hvilke variabler, og hvorfor
Færre, forklarede og kontrollerede for drift.
Artiklen hos Pinnacle opstiller en cyklus. Læs den som en cyklus og ikke som en streng opskrift. Trinnene:
- Fastsæt et mål, for »Without an aim you could be overwhelmed with numbers«.
- Indsaml dataene, selv eller fra andre offentliggjorte data på nettet.
- Vælg en form for modellen. Artiklens råd: »Our recommendation is not to overcomplicate.«
- Opstil dens antagelser og deres grænser; for eksempel »averages and standard deviations assume events are normally distributed«, hvilket skal testes.
- Test, hvor følsom den er over for resultaterne, og vedligehold den undervejs, for »it needs to be maintained as time progresses«.
Hvilke variabler der kommer med, er dit valg. Artiklen hos AsianConnect om analyse med AI opregner de data, sådan et værktøj kan behandle: tidligere resultater, spillerstatistik, holdtendenser, hjemme- og udebanerekorder, skader, boldbesiddelse, skudkonvertering og markedsbevægelser. En anden artikel hos AsianConnect siger »Possession measures only one thing«, så et tal på listen kan måle mindre, end dets navn antyder.
MadMarket tilbyder en Poisson-beregner som ét eksempel på en model, der fodres i hånden. Du skriver forventede værdier ind, som mål i fodbold, og den giver de ti mest sandsynlige resultater, rangeret fra højeste til laveste sandsynlighed. Den viser, hvor lidt en enkel model behøver, og hvor meget der hviler på de tal, du skriver ind.
Data bliver også forældede. AsianConnect skriver om esport, at en opdatering af spillet efterlader tidligere resultater »less predictive«, og at historiske data bør kombineres med nyere præstationer under den aktuelle version. En anden artikel hos AsianConnect siger, at nogle få tidlige kampe i en sæson er en lille stikprøve. Jeg ville tage to variabler, jeg kan forklare, frem for tolv, jeg ikke kan, fordi de tolv er tolv steder mere, hvor historikken kan smigre reglen, og en model, hvis resultat du ikke kan føre tilbage til dens input, er en, du ikke kan reparere, når den holder op med at virke.
Fælden med det bedste af mange
Hvorfor vinderen af en regelkonkurrence som regel er held.
Prøv nok regler, og én af dem ser strålende ud. Hvilken, er spørgsmålet, som historikken ikke kan besvare.
Nogle enkle definitioner, med webstedets egne ord. At teste »på historikken« betyder at køre en regel over væddemål, der allerede er spillet. Uden for stikprøven betyder at køre den på væddemål, den aldrig har set. Overfitting er at vælge en regel, fordi den klarede sig godt på historikken. Risikoen er antallet af regler, du prøvede, så tæl dem, og behold de tabende i optegnelsen.
Hypotetisk. Hver regel testes på sine egne 200 uafhængige væddemål til odds på 2,00 (50 % chance for at vinde), fast indsats, uden fordel. Bjælken er den nøjagtige forventede værdi af det bedste resultat blandt N regler.
Vis datatabellen
| Testede regler | Bedste gennemsnitlige afkast for hvert væddemål |
|---|---|
| 1 regel | 0,00 % |
| 10 regler | +10,87 % |
| 50 regler | +15,87 % |
| 250 regler | +19,87 % |
Ti regler, ingen med en fordel
Antag, at du tester ti regler, hver på sine egne 200 uafhængige væddemål til odds på 2,00, og ingen har en fordel. Den bedste af dem har stadig et gennemsnit på +10,87 % for hvert væddemål i denne beregning. Vælg den og spil den på de næste 200, og den har ingen grund til at gentage sig.
Ressourcerne hos Pinnacle beskriver det samme held fra andre vinkler. En bidragyder til ressourcerne hos Pinnacle skriver, at en betting-historik med en positiv forventet værdi alligevel endte med tab i en andel af simulationerne, og at spændet af mulige afkast bliver smallere, jo længere historikken er. En artikel siger, at selv over en hel sæson »randomness does still influence a side's final points total«, og en anden beskriver »periods of over and under performance lasting thousands of bets«. En gæst i en podcast hos Pinnacle siger, at når en model bedømmes på fejlmål, ønsker man »a large number out of sample trials« for at sikre, at det, man ser, er »statistically significant«. Hvor mange væddemål det betyder for din regel, er et særskilt spørgsmål, og break-even-køreplanen tager det op uden at give en tærskel.
En tilpasning til fortiden er ikke en plan
En regel, der passer til fortiden, er ikke en plan for det næste væddemål, og de fleste spillere ender bagud. Siden forklarer, hvordan du tester en regel. Den fortæller ikke, hvilken regel du skal spille.
Hvad din egen væddemålslog lader dig teste
Din egen optegnelse er et testsæt, og du bygger det uden at røre ved en brokers data. En artikel hos Pinnacle foreslår, at vi »Document our bets and look for any strange patterns on the spreadsheet«. Orbit Exchange har en »Account Statement«-skærm. Loggen over det, du havde tænkt dig at spille, er en særskilt optegnelse, og den er din at føre. At sammenligne den pris, du tog, med lukningen er opgaven for siden om lukkeprisen, som denne side lader være. Hvilke kolonner loggen har brug for, og hvor ofte den skal læses, står på siden om arbejdsrutinen, og siden om at estimere en fair pris dækker, hvor sandsynligheden bag en regel kommer fra.
En artikel hos Pinnacle måler en spiller på, hvor tæt den forudsagte forventede værdi følger det faktiske afkast »over a sufficient sample size«. Loggen er stedet, hvor de to står side om side, så skriv en regel ned før de væddemål, den dækker, og når du ændrer en regel, så start en ny optælling og ikke en fortsættelse af den gamle.
Korte svar
Hvad er backtesting i sports betting?
Backtesting betyder, at du kører en regel, du har skrevet ned på forhånd, over tidligere priser og tidligere resultater for at se, hvad den ville have gjort. Det svage punkt er prisen. Testen skal bruge de odds, der var til rådighed, da du ville have spillet, ikke oddsene ved lukning. En artikel hos Pinnacle formulerer problemet for lukkepriser sådan: »it's a retrospective exercise; we can't know the closing odds for a match until it kicks off«. Skriv reglen først, test den én gang på væddemål, den ikke er bygget ud fra, og gem optegnelsen over hver regel, du prøvede.
Hvad er overfitting i en betting-model?
Overfitting er at vælge en regel, fordi den klarede sig godt på den historik, du havde foran dig. Reglen bærer så historikkens held med sig ud over det, der er ægte i den. Diagrammet i afsnittet om fælden viser det reneste tilfælde: regler helt uden fordel, og den bedste af mange har stadig et positivt gennemsnitligt afkast på den historik, den blev valgt fra. Uden for stikprøven har den ingen grund til at gentage sig.
Hvor mange væddemål skal du bruge for at teste en strategi?
En artikel hos Pinnacle spørger, om én sæson er en stor nok stikprøve, og en anden beskriver perioder med over- og underperformance, der varer tusindvis af væddemål. En gæst i en podcast hos Pinnacle siger om modeller, der bedømmes på fejlmål, at man ønsker »a large number out of sample trials«. Siden om lukkeprisen har det minimum for at følge closing line value, som AsianConnect foreslår, og køreplanen viser, hvor lang tid selv en ægte fordel tager om at vise sig. Denne side fastsætter ingen tærskel.
Hvor du går videre
Til matematikken under alt dette, stikprøven og variansen, gå tilbage til køreplanen. Siden om beregnere opregner, hvad webstedet og brokerne tilbyder, og odds-omregneren gør enhver pris til en sandsynlighed. En regel har brug for et sted at blive spillet, og markedsdybden siger, hvad en pris er værd ved en stor indsats. For at åbne selve døren forklarer vejen ind på Orbit Exchange, hvilke brokere der gør det, og brokersammenligningen stiller dem side om side.