Fare data mining sulle scommesse senza ingannarti: prova fuori campione
Più dati non rendono vera una regola. Provala su scommesse che non ha mai visto e conta quante regole hai provato.
Per uno scommettitore, il data mining significa setacciare quote e risultati passati alla ricerca di una regola su cui valga la pena scommettere, e poi controllarla su scommesse che non ha mai visto. Un articolo di Pinnacle descrive un modello di scommesse come un sistema che può individuare punti di riferimento non distorti per determinare la probabilità di tutti gli esiti, e poi dice che va testato e mantenuto. La trappola è il volume: prova abbastanza regole e la migliore sembrerà un vantaggio. Supponiamo che 250 regole senza alcun vantaggio siano testate ciascuna sulle proprie 200 scommesse indipendenti a quota 2,00, puntata fissa; la migliore rende in media +19,87% a scommessa (ipotetico). Questa pagina tratta i dati, le variabili, quella trappola e che cosa permette di testare un registro di scommesse su un exchange di scommesse come Orbit Exchange.
Da dove vengono i dati
Un articolo di Pinnacle sulla costruzione di un modello di scommesse indica due modi di raccogliere i dati: «by yourself, or by using other published data online». Scegliere l’ambito è una questione di giudizio. Lo stesso articolo chiede «should you consider all matches or just their league games?» e risponde che la scelta è «determined by what your aim is». Quindi viene prima l’obiettivo, e poi il foglio di calcolo.
Le schermate dei broker stessi, come estratti conto, analisi e grafici dello storico dei prezzi, cambiano da un broker all’altro. La pagina sugli strumenti dei broker spiega che cosa mette a schermo ciascuno, quindi qui non si ripete. L’interfaccia di Orbit ha una schermata «Account Statement» e una «Betting Profit & Loss».
Una condizione va messa accanto a qualsiasi discorso sui dati. Le condizioni di MadMarket e di BetInAsia vietano ciascuna a un utente di usare «any robot, spider or other automated mechanism» per recuperare o indicizzare informazioni dal servizio.
Quali variabili, e perché
Poche, spiegate, e controllate per la deriva.
L’articolo di Pinnacle descrive un ciclo. Leggilo come un ciclo e non come una ricetta rigida. I passaggi:
- Fissa un obiettivo, perché «Without an aim you could be overwhelmed with numbers».
- Raccogli i dati, da solo o da altri dati pubblicati online.
- Scegli una forma per il modello. Il consiglio dell’articolo: «Our recommendation is not to overcomplicate.»
- Elenca le sue ipotesi e i loro limiti; per esempio, «averages and standard deviations assume events are normally distributed», cosa che va verificata.
- Verifica quanto è sensibile ai risultati e mantienilo aggiornato nel tempo, perché «it needs to be maintained as time progresses».
Quali variabili inserire lo decidi tu. L’articolo di AsianConnect sull’analisi con l’IA elenca i dati che uno strumento del genere può elaborare: risultati passati, statistiche dei giocatori, andamento delle squadre, risultati in casa e in trasferta, infortuni, possesso palla, conversione dei tiri e movimenti di mercato. Un altro articolo di AsianConnect dice «Possession measures only one thing», quindi un numero dell’elenco può misurare meno di quanto suggerisca il suo nome.
MadMarket offre un calcolatore di Poisson come esempio di modello alimentato a mano. Inserisci valori attesi, come i gol nel calcio, e restituisce i dieci punteggi più probabili in ordine dalla probabilità più alta alla più bassa. Mostra quanto poco serve a un modello semplice e quanto dipende dai numeri che inserisci.
Anche i dati invecchiano. AsianConnect scrive degli esports che un aggiornamento del gioco rende i risultati precedenti «less predictive», e che i dati storici vanno combinati con le prestazioni recenti sotto la versione attuale. Un altro articolo di AsianConnect dice che poche partite iniziali in una stagione sono un campione piccolo. Preferirei due variabili che so spiegare a dodici che non so spiegare, perché le dodici sono dodici posti in più in cui lo storico può far sembrare migliore la regola, e un modello il cui output non puoi ricondurre ai suoi input è un modello che non puoi riparare quando smette di funzionare.
La trappola del migliore tra molti
Perché il vincitore di una gara tra regole di solito è fortuna.
Prova abbastanza regole e una sembrerà brillante. Quale sia, lo storico non sa dirlo.
Alcune definizioni semplici, con le parole del sito. Testare «sullo storico» significa far girare una regola su scommesse già giocate. Fuori campione significa farla girare su scommesse che non ha mai visto. L’overfitting è scegliere una regola perché è andata bene sullo storico. Il rischio è il numero di regole che hai provato, quindi contale e tieni nel registro anche quelle perdenti.
Ipotetico. Ogni regola è testata sulle proprie 200 scommesse indipendenti a quota 2,00 (il 50% di probabilità di vincere), puntata fissa, senza vantaggio. La barra è il valore atteso esatto del miglior risultato tra N regole.
Mostra la tabella dei dati
| Regole testate | Miglior rendimento medio a scommessa |
|---|---|
| 1 regola | 0,00% |
| 10 regole | +10,87% |
| 50 regole | +15,87% |
| 250 regole | +19,87% |
Dieci regole, nessuna con un vantaggio
Supponiamo di testare dieci regole, ciascuna sulle proprie 200 scommesse indipendenti a quota 2,00, e nessuna ha un vantaggio. La migliore ha comunque un rendimento medio di +10,87% a scommessa in questo calcolo. Sceglila e giocala sulle 200 successive, e non ha alcun motivo di ripetersi.
Le risorse di Pinnacle descrivono la stessa fortuna da altre angolazioni. Un collaboratore delle risorse di Pinnacle scrive che uno storico di scommesse con valore atteso positivo è finito comunque in perdita in una parte delle simulazioni, e che l’intervallo dei rendimenti possibili si restringe man mano che lo storico cresce. Un articolo dice che anche su un’intera stagione «randomness does still influence a side's final points total», e un altro descrive «periods of over and under performance lasting thousands of bets». Un ospite di un podcast di Pinnacle dice che, quando un modello è giudicato su metriche di errore, servono «a large number out of sample trials» per assicurarsi che ciò che vedi sia «statistically significant». Quante scommesse significhi per la tua regola è una domanda a parte, e la tabella di marcia del break-even la apre senza dare una soglia.
Adattarsi al passato non è un piano
Una regola che si adatta al passato non è un piano per la prossima scommessa, e la maggior parte degli scommettitori finisce in perdita. Questa pagina spiega come testare una regola. Non ti dice quale regola giocare.
Che cosa ti permette di testare il tuo registro di scommesse
Il tuo registro è un insieme di prova, e lo costruisci senza toccare i dati di un broker. Un articolo di Pinnacle suggerisce: «Document our bets and look for any strange patterns on the spreadsheet». Orbit Exchange ha una schermata «Account Statement». Il registro di ciò che intendevi fare è un documento a parte, ed è tuo da tenere. Confrontare la quota che hai preso con la chiusura è il compito della pagina sulla quota di chiusura, che questa pagina lascia stare. Quali colonne servono al registro, e ogni quanto leggerlo, stanno nella pagina sulla routine di lavoro, e la pagina sulla stima di un prezzo equo spiega da dove viene la probabilità dietro una regola.
Un articolo di Pinnacle misura uno scommettitore da quanto il valore atteso previsto segue il rendimento effettivo «over a sufficient sample size». Il registro è il posto dove i due stanno fianco a fianco, quindi scrivi una regola prima delle scommesse che copre, e quando cambi una regola, avvia un nuovo conteggio, non la continuazione del vecchio.
Risposte brevi
Che cos’è il backtesting nelle scommesse sportive?
Il backtesting consiste nel riprodurre, su quote e risultati passati, una regola scritta in anticipo, per vedere che cosa avrebbe fatto. Il punto debole è la quota. Il test ha bisogno delle quote che erano disponibili quando avresti scommesso, non di quelle alla chiusura. Un articolo di Pinnacle pone così il problema delle quote di chiusura: «it's a retrospective exercise; we can't know the closing odds for a match until it kicks off». Scrivi prima la regola, provala una volta su scommesse che non sono servite a costruirla e conserva il registro di ogni regola che hai provato.
Che cos’è l’overfitting in un modello di scommesse?
L’overfitting consiste nello scegliere una regola perché è andata bene sullo storico che avevi davanti. La regola porta allora con sé la fortuna di quello storico, oltre a ciò che c’è di reale. Il grafico della sezione sulla trappola mostra il caso più pulito: regole senza alcun vantaggio, e la migliore tra molte ha comunque un rendimento medio positivo sullo storico da cui è stata scelta. Fuori campione non ha motivo di ripetersi.
Quante scommesse servono per testare una strategia?
Un articolo di Pinnacle si chiede se una stagione sia un campione abbastanza grande, e un altro descrive periodi di rendimento sopra e sotto le attese lungo migliaia di scommesse. Un ospite di un podcast di Pinnacle, parlando di modelli giudicati su metriche di errore, dice che servono «a large number out of sample trials». La pagina sulla quota di chiusura riporta il minimo suggerito da AsianConnect per tracciare il closing line value, e la tabella di marcia mostra quanto tempo impiega a emergere anche un vantaggio reale. Questa pagina non fissa nessuna soglia.
Dove andare dopo
Per la matematica che sta sotto tutto questo, il campione e la varianza, torna alla tabella di marcia. La pagina dei calcolatori elenca ciò che offrono il sito e i broker, e il convertitore di quote trasforma qualsiasi quota in una probabilità. Una regola ha bisogno di un posto dove essere giocata, e la profondità di mercato dice quanto vale una quota per un importo grande. Per aprire la porta vera e propria, la via d’ingresso a Orbit Exchange spiega quali broker lo fanno, e il confronto tra broker li mette fianco a fianco.