ベッティングデータを分析しても自分に騙されない：標本外でテストする
データが増えても、ルールが正しくなるわけではありません。まだ見たことのないベットでテストし、試したルールの数を数えてください。
ベッターにとってのデータマイニングとは、過去の価格と結果をふるいにかけて、賭ける価値のあるルールを探し、それをまだ見ていないベットで確かめることです。Pinnacle の記事は、ベッティングモデルを、すべての結果の確率を判断するための偏りのない基準点を特定できるシステムだと説明し、そのうえで、テストして維持する必要があると述べています。罠は数です。十分な数のルールをテストすれば、最良のものはエッジのように見えます。エッジのない 250 個のルールを、それぞれ独立した 200 回のベット、オッズ 2.00、一定のステークでテストしたとすると、最良のものは、ベットごとに平均 +19.87% になります（仮定の例）。このページでは、データ、変数、その罠、そして Orbit Exchange のようなベッティング取引所（betting exchange）で、ベットの記録から何をテストできるかを扱います。
データの出どころ
ベッティングモデルの作り方を扱う Pinnacle の記事は、データを集める方法を二つ挙げています：「by yourself, or by using other published data online」。どこまでを対象にするかは判断です。同じ記事は「should you consider all matches or just their league games?」と問い、その判断は「determined by what your aim is」だと答えています。つまり、目的が先で、スプレッドシートは二番目です。
ブローカー自身の画面、たとえば明細、分析、価格履歴のチャートは、ブローカーごとに違います。各社が画面に出すものはブローカーのツールのページで扱っているので、ここでは繰り返しません。Orbit のインターフェースには、「Account Statement」の画面と「Betting Profit & Loss」の画面があります。
データの話のそばに置くべき条件が一つあります。MadMarket と BetInAsia の規約は、どちらも、サービスから情報を取得または索引化するために「any robot, spider or other automated mechanism」を使うことを、ユーザーに禁じています。
どの変数か、そしてなぜか
少なく、説明でき、ずれを確認する。
Pinnacle の記事は一つのサイクルを示しています。厳密なレシピではなく、サイクルとして読んでください。手順は次のとおりです：
- 目的を決めます。「Without an aim you could be overwhelmed with numbers」だからです。
- データを集めます。自分で集めるか、オンラインで公開されている他のデータを使います。
- モデルの形を選びます。記事の助言は「Our recommendation is not to overcomplicate.」です。
- 前提とその限界を挙げます。たとえば「averages and standard deviations assume events are normally distributed」は、検証しなければなりません。
- 結果への感度を調べ、時間がたっても維持します。「it needs to be maintained as time progresses」だからです。
どの変数を入れるかは、あなたが決めることです。AI を使った分析についての AsianConnect の記事は、そうしたツールが処理できるデータを挙げています：過去の結果、選手の統計、チームの傾向、ホームとアウェイの成績、負傷、ポゼッション、シュートの決定率、マーケットの動きです。AsianConnect の別の記事には「Possession measures only one thing」とあり、リストにある数字が、名前から思うより少ないものしか測っていないことがあります。
MadMarket は、手で入力するモデルの一例として、ポアソン計算ツールを提供しています。サッカーのゴール数のような期待値を入力すると、確率の高い順から低い順に並べた、最も起こりやすい十のスコアが返ってきます。単純なモデルが必要とするものがいかに少ないか、そして入力した数字にどれだけ多くがかかっているかを示しています。
データは古くもなります。AsianConnect は eスポーツについて、ゲームのアップデートがあると、以前の結果は「less predictive」になり、過去のデータは現行バージョンでの最近の成績と組み合わせるべきだと書いています。AsianConnect の別の記事は、シーズン序盤の数試合は小さな標本だと述べています。私なら、説明できる二つの変数を、説明できない十二の変数より選びます。十二の変数は、過去がルールをよく見せてしまう場所が十二か所増えることであり、出力を入力までたどれないモデルは、動かなくなったときに直せないからです。
多数の中の最良という罠
ルールの競争の勝者が、たいてい運である理由。
十分な数のルールを試せば、そのうちの一つは見事に見えます。それがどれかは、過去が答えられない問いです。
このサイトの言葉での、簡単な定義がいくつかあります。「過去で」テストするとは、すでに行われたベットにルールを当てはめることです。標本外（out of sample）とは、ルールがまだ見たことのないベットに当てはめることです。過剰適合（overfitting）とは、過去でうまくいったという理由でルールを選ぶことです。リスクは、試したルールの数にあるので、数えて、負けたルールも記録に残してください。
仮定の例です。各ルールは、それぞれ独立した 200 回のベットで、オッズ 2.00（勝つ確率 50%）、一定のステーク、エッジなしでテストします。バーは、N 個のルールのうち最良の結果の、正確な期待値です。
データ表を表示
| テストしたルール数 | 最良のもののベットごとの平均リターン |
|---|---|
| ルール 1 個 | 0.00% |
| ルール 10 個 | +10.87% |
| ルール 50 個 | +15.87% |
| ルール 250 個 | +19.87% |
十個のルール、エッジのあるものはなし
十個のルールを、それぞれ独立した 200 回のベット、オッズ 2.00 でテストし、どれにもエッジがないとします。この計算では、それでも最良のものは、ベットごとに平均 +10.87% になります。それを選んで次の 200 回に賭けても、同じ結果になる理由はありません。
Pinnacle のリソースは、同じ運を別の角度から説明しています。Pinnacle のリソースの寄稿者は、期待値がプラスのベットの履歴でも、シミュレーションの一部では損失で終わったこと、そして履歴が長くなるにつれて、取りうるリターンの幅が狭まることを書いています。ある記事は、シーズン全体を通しても「randomness does still influence a side's final points total」と述べ、別の記事は「periods of over and under performance lasting thousands of bets」を説明しています。Pinnacle のポッドキャストのゲストは、モデルを誤差の指標で判断するとき、目にしているものが「statistically significant」だと確かめるには「a large number out of sample trials」が要ると述べています。それがあなたのルールで何回のベットにあたるかは別の問いで、損益分岐のロードマップは、しきい値を示さずに、その問いから始めています。
過去への当てはまりは計画ではない
過去に当てはまるルールは、次のベットの計画ではなく、ほとんどのベッターは負け越して終わります。ここで説明したのは、ルールのテストのしかたです。どのルールに賭けるべきかは示しません。
自分のベットの記録でテストできること
あなたの記録は一つのテスト用データで、ブローカーのデータに触れずに作れます。Pinnacle のある記事は、「Document our bets and look for any strange patterns on the spreadsheet」ことを提案しています。Orbit Exchange には「Account Statement」の画面があります。意図したことの記録は別の記録で、あなた自身が残すものです。取った価格をクローズと比べるのはクローズ時の価格のページの仕事で、このページでは扱いません。記録にどの列が必要か、どれくらいの頻度で読むかは日々の手順のページにあり、ルールの背後にある確率がどこから来るかは公正な価格を見積もるページが扱います。
Pinnacle のある記事は、ベッターを、予測した期待値が実際のリターンにどれだけ近く追随するかで測っており、それは「over a sufficient sample size」で見るものです。記録は、その二つが並んで置かれる場所なので、ルールは対象のベットより前に書き、ルールを変えたときは、前のものの続きではなく、新しく数え直してください。
短い答え
スポーツベッティングのバックテストとは何ですか？
バックテストとは、前もって書いておいたルールを、過去の価格と過去の結果に当てはめ直して、そのルールが何をしたかを見ることです。弱点は価格です。テストに必要なのは、クローズ時のオッズではなく、あなたが賭けたはずの時点で提示されていたオッズです。Pinnacle の記事は、クローズ時の価格についての問題をこう表現しています：「it's a retrospective exercise; we can't know the closing odds for a match until it kicks off」。ルールを先に書き、それが作られたベットとは別のベットで一度だけテストし、試したすべてのルールの記録を残してください。
ベッティングモデルの過剰適合とは何ですか？
過剰適合とは、目の前にあった過去でうまくいったという理由でルールを選ぶことです。そのルールは、そこに本物として含まれているものに加えて、その過去の運も抱えています。罠の節のグラフは、いちばん分かりやすい例を示しています。エッジがまったくないルールでも、多数の中の最良のものは、選ばれた過去で、なおプラスのリターンに平均して届きます。標本外では、同じ結果になる理由がありません。
戦略をテストするには何回のベットが必要ですか？
Pinnacle のある記事は、一シーズンで十分な大きさの標本かどうかを問い、別の記事は、何千回ものベットにわたって続く、好調と不調の期間を説明しています。Pinnacle のポッドキャストのゲストは、誤差の指標で判断するモデルについて、「a large number out of sample trials」が要ると述べています。クローズ時の価格のページには、クロージングラインバリューを追跡するための AsianConnect の最低限の目安があり、ロードマップは、本物のエッジでさえ現れるまでにどれだけかかるかを示しています。このページは、しきい値を定めません。