Utvinn bettingdata uten å lure deg selv: test utenfor utvalget
Mer data gjør ikke en regel sann. Test den på spill den aldri har sett, og tell hvor mange regler du prøvde.
Data mining for en spiller betyr å sikte gjennom tidligere priser og resultater etter en regel som er verdt å spille, og så sjekke den på spill den aldri har sett. En artikkel hos Pinnacle beskriver en bettingmodell som et system som kan identifisere upartiske referansepunkter for å fastsette sannsynligheten for alle utfall, og sier så at den må testes og vedlikeholdes. Fella er volumet: test nok regler, og den beste av dem ser ut som en fordel. Anta at 250 regler uten fordel hver testes på sine egne 200 uavhengige spill til odds på 2,00, flat innsats; den beste har i gjennomsnitt +19,87 % per spill (hypotetisk). Siden dekker dataene, variablene, den fella og hva en spillogg lar deg teste på en betting exchange som Orbit Exchange.
Hvor dataene kommer fra
En artikkel hos Pinnacle om å bygge en bettingmodell gir to måter å samle data på: «by yourself, or by using other published data online». Omfanget er en vurdering. Den samme artikkelen spør «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 kommer etter.
Brokernes egne skjermer, som kontoutskrifter, analyser og prishistorikkdiagrammer, er ulike fra broker til broker. Siden om brokerverktøy dekker hva hver av dem viser på skjermen, så det gjentas ikke her. Grensesnittet hos Orbit har en skjerm «Account Statement» og en skjerm «Betting Profit & Loss».
Én betingelse hører hjemme ved siden av alt snakk om data. Vilkårene hos MadMarket og BetInAsia forbyr hver for seg en bruker å bruke «any robot, spider or other automated mechanism» til å hente ut eller indeksere informasjon fra tjenesten.
Hvilke variabler, og hvorfor
Færre, forklart og sjekket for drift.
Artikkelen hos Pinnacle legger ut en syklus. Les den som en syklus og ikke som en streng oppskrift. Stegene:
- Sett et mål, siden «Without an aim you could be overwhelmed with numbers».
- Samle dataene, selv eller fra andre publiserte data på nettet.
- Velg en form for modellen. Rådet i artikkelen: «Our recommendation is not to overcomplicate.»
- List opp forutsetningene og grensene for dem; for eksempel «averages and standard deviations assume events are normally distributed», noe som må testes.
- Test hvor følsom den er for resultatene, og vedlikehold den etter hvert som tiden går, fordi «it needs to be maintained as time progresses».
Hvilke variabler som tas med, er ditt valg. Artikkelen hos AsianConnect om analyse med AI lister dataene et slikt verktøy kan behandle: tidligere resultater, spillerstatistikk, lagtrender, hjemme- og bortestatistikk, skader, ballbesittelse, skuddkonvertering og markedsbevegelser. En annen artikkel hos AsianConnect sier «Possession measures only one thing», så et tall på listen kan måle mindre enn navnet antyder.
MadMarket tilbyr en Poisson-kalkulator som ett eksempel på en modell som mates for hånd. Du skriver inn forventede verdier, som mål i fotball, og den gir tilbake de ti mest sannsynlige resultatene rangert fra høyeste til laveste sannsynlighet. Den viser hvor lite en enkel modell trenger og hvor mye som hviler på tallene du skriver inn.
Data blir også foreldet. AsianConnect skriver om esport at en spilloppdatering gjør tidligere resultater «less predictive», og at historiske data bør kombineres med nyere prestasjoner under den gjeldende versjonen. En annen artikkel hos AsianConnect sier at noen få tidlige kamper i en sesong er et lite utvalg. Jeg ville ta to variabler jeg kan forklare framfor tolv jeg ikke kan, fordi de tolv er tolv steder til der historikken kan smigre regelen, og en modell der du ikke kan spore utdataene tilbake til inndataene, er en du ikke kan reparere når den slutter å virke.
Fella med den beste av mange
Hvorfor vinneren av en regelkonkurranse oftest er flaks.
Prøv nok regler, så ser én av dem strålende ut. Hvilken det er, er spørsmålet historikken ikke kan svare på.
Noen enkle definisjoner, med nettstedets egne ord. Å teste «på historikken» betyr å kjøre en regel over spill som allerede er spilt. Utenfor utvalget betyr å kjøre den på spill den aldri har sett. Overtilpasning er å velge en regel fordi den gjorde det bra på historikken. Risikoen er antallet regler du prøvde, så tell dem, og ha med taperne i loggen.
Hypotetisk. Hver regel testes på sine egne 200 uavhengige spill til odds på 2,00 (50 % sjanse for å vinne), flat innsats, uten fordel. Stolpen er den eksakte forventede verdien av det beste resultatet blant N regler.
Vis datatabellen
| Regler testet | Beste gjennomsnittlige avkastning per spill |
|---|---|
| 1 regel | 0,00 % |
| 10 regler | +10,87 % |
| 50 regler | +15,87 % |
| 250 regler | +19,87 % |
Ti regler, ingen med fordel
Anta at du tester ti regler, hver på sine egne 200 uavhengige spill til odds på 2,00, og ingen har en fordel. Den beste har likevel i gjennomsnitt +10,87 % per spill i denne utregningen. Velg den og spill den på de neste 200, så har den ingen grunn til å gjenta seg.
Ressursene hos Pinnacle beskriver den samme flaksen fra andre vinkler. En bidragsyter til ressursene hos Pinnacle skriver at en bettinghistorikk med positiv forventet verdi likevel endte i tap i en andel av simuleringene, og at spennet i mulige avkastninger smalner når historikken vokser. En artikkel sier at selv over en hel sesong «randomness does still influence a side's final points total», og en annen beskriver «periods of over and under performance lasting thousands of bets». En gjest i en podcast hos Pinnacle sier at når en modell vurderes på feilmål, vil du ha «a large number out of sample trials» for å være sikker på at det du ser er «statistically significant». Hvor mange spill det betyr for regelen din, er et eget spørsmål, og veikartet for break-even starter det uten å gi en terskel.
En tilpasning til fortiden er ikke en plan
En regel som passer fortiden er ikke en plan for det neste spillet, og de fleste spillere ender med tap. Dette forklarer hvordan du tester en regel. Det sier ikke hvilken regel du skal spille.
Hva din egen spillogg lar deg teste
Din egen historikk er et testsett, og du bygger det uten å røre en brokers data. En artikkel hos Pinnacle foreslår at vi «Document our bets and look for any strange patterns on the spreadsheet». Orbit Exchange har en skjerm «Account Statement». Loggen over det du hadde tenkt å gjøre er en egen oversikt, og den er din å føre. Å sammenligne prisen du tok med sluttprisen er jobben til siden om sluttprisen, som denne siden lar være. Hvilke kolonner loggen trenger, og hvor ofte den bør leses, står på siden om arbeidsrutinen, og siden om å anslå en rettferdig pris dekker hvor sannsynligheten bak en regel kommer fra.
En artikkel hos Pinnacle måler en spiller etter hvor tett den forventede verdien følger den faktiske avkastningen «over a sufficient sample size». Loggen er stedet der de to står side om side, så skriv en regel ned før spillene den dekker, og når du endrer en regel, start en ny telling i stedet for å fortsette den gamle.
Korte svar
Hva er backtesting i sportsbetting?
Backtesting betyr å spille av en regel du skrev ned på forhånd mot tidligere priser og resultater, for å se hva den ville ha gjort. Det svake punktet er prisen. Testen trenger oddsene som var tilgjengelige da du ville ha spilt, ikke oddsene ved stenging. En artikkel hos Pinnacle setter problemet for sluttpriser slik: «it's a retrospective exercise; we can't know the closing odds for a match until it kicks off». Skriv regelen først, test den én gang på spill den ikke er bygget på, og før logg over hver regel du prøvde.
Hva er overtilpasning (overfitting) i en bettingmodell?
Overtilpasning er å velge en regel fordi den gjorde det bra på historikken du hadde foran deg. Regelen bærer da med seg flaksen i den historikken i tillegg til det som er ekte i den. Diagrammet i avsnittet om fella viser det reneste tilfellet: regler helt uten fordel, og den beste av mange har likevel i gjennomsnitt en positiv avkastning på historikken den ble valgt fra. Utenfor utvalget har den ingen grunn til å gjenta seg.
Hvor mange spill trenger du for å teste en strategi?
En artikkel hos Pinnacle spør om én sesong er et stort nok utvalg, og en annen beskriver perioder med over- og underprestasjon som varer i tusenvis av spill. En gjest i en podcast hos Pinnacle, som snakker om modeller vurdert på feilmål, sier at du vil ha «a large number out of sample trials». Siden om sluttprisen har minimumet AsianConnect foreslår for å følge closing line value, og veikartet viser hvor lang tid selv en ekte fordel tar å vise seg. Denne siden setter ingen terskel.
Hvor du går videre
For regnestykkene under alt dette, utvalget og variansen, gå tilbake til veikartet. Kalkulatorsiden lister hva nettstedet og brokerne tilbyr, og oddsomregneren gjør enhver pris om til en sannsynlighet. En regel trenger et sted å spilles, og markedsdybde sier hva en pris er verdt i størrelse. For å åpne selve døren forklarer veien inn til Orbit Exchange hvilke brokere som gjør det, og brokersammenligningen setter dem side om side.