|
LinkBack | Ämnesverktyg |
2017-12-02, 19:19 | #16 | |
Citat:
|
||
2017-12-02, 19:48 | #17 |
Hej Mumintroll - låt oss säga dom flesta är förlorande spelare som inte på egen hand kan syssla med - Value Betting - och med säkerhet veta om det fungerar.
Med Value betting menar jag att du läser hur laget presterat mot laget det ska möta vid tidigare tillfällen, kollar dagsform, nyckelspelare, sjukdom, skador med mera. Men traders eller bookies eller spelsajter har redan gjort detta eller så är dom lata och följer marknadens satta odds. Det är vad jag har läst. Väldigt få är vinnande och variansen spelar oss ett spratt för att kunna utläsa om vårt sätt som enskilda individer utläsa egenvärde i varje spelande match för att få fram en edge eller positiv förväntan över marknaden. Men omvänt kan du resonera att traders och bookies inte har den träffsäkerhet som man kanske förväntar sig, utan snarare sämre. Kanske en professionell handicapper har 53% träffsäkerhet genom att spela odds med egenvärde. Men en sport trader kanske inte har 53% träffsäkerhet att sätta rätta odds och bedöma varje match för vad den är och då kan man ju vinna enbart med hjälp av variansen och mätta träffsäkerheten i varje enskild liga, vilken borde ha en trader som sätter oddsen. Alltså hur ofta sätter en trader sanna odds för dom utfall varje match får. Jag säger att du kan mäta vad som försiggår i huvudet på en sport-trader som sätter odds och se hur ofta han eller hon har fel eller rätt. Men för att klara av det med högre odds och ett bredare spektrum så kan man använda sig av binomial probability uträckning som ger varje odds variant oavsett hur stor eller liten en 50/50 chans. Då kan man se på en skala hur träffsäkerheten förhåller sig till verkliga satta odds genom att använda SD. Som jag nämnde ovan så ska alla 3.0 odds matcher förlora gentemot de lägre oddsen som borde vinna, men så ser verkligheten inte ut, utan underdogs kommer vinna en viss andel av matcherna och du kan mäta hur bra personen i fråga som satte oddsen verkligen hade rätt eller inte. Då finns det viss statistik som visar hur vanligt eller ovanligt vissa saker förekommer eller inte. En skala att jämföra med kan se ut så här om du kollar vad som händer i huvudet på en sport betting trader när dom sätter odds. 68.3% i träffar kommer ha 1 SD eller mindre 95& i träffar kommer ha 2 SD eller mindre 99.7% i träffar kommer ha 3 SD eller mindre Alltså 0.3% kommer överstiga 3 SD Och för att ge ett praktiskt exempel så är 14 vinnande matcher och 2 förlorande matcher 3.0 SD om man räknar med 50/50 sannolikhet. Jag har inget färdig mall eller system för detta utan spekulerar fritt. Men kan visa hur det kan göras med rätta uträckningar. Jag pratar inte om att hitta egenvärde i varje spel, utan talar om matematiska lösningar att läsa marknaden på likt en aktie mäklare som ser priser sjunka och stiga på marknaden och har koordinatorer för att se trender och utnyttja dom. Det står i forums beskrivningen att denna sektion är det fritt fram för sådan diskussion :-) MVH Senast redigerad av Sputnik2012 den 2017-12-02 klockan 20:07. |
|
2017-12-02, 20:13 | #18 |
Sedan så tror jag inte att någon expert på hästar kan förutspå bättre vinst chans för hästar med odds över 3.0 eller mer på ett bättre sätt än att använda binomial probability calculation - så mycket respekterar jag egenvärde med statistik, dagsform, tider med mera hos en häst med 9.0 i odds ska vinna ett visst lopp. Då klarar man sig förmodligen bättre med 50% chans.
MVH |
|
2017-12-07, 19:00 | #19 |
Leker lite med experiment-verkstaden hemma och vill visa hur man mäter variansen.
För många år sedan gjorde jag en lathund över överrepresenterade och underrepresenterade events. Ett event kan vara vad som helst ikring en 50/50 situation. Såsom en Vinst och en Förlust. Om man ärr överdrivet noggrann så kan man samla odds med en spread runt 1.90 till 2.10 men då reducerar man bort alla potentiella spel och jag är endast ute efter en fingervisning. Så jag använder mig av odds mellan 2.00 till 2.99 med detta exempel. ATG Dagens Dubbel 2.47 1/1-16 L 2.13 2/1-16 L 2.91 3/1-16 W 2.13 4/1-16 W 2.02 4/1-16 L 2.10 5/1-16 W 2.31 5/1-16 L 2.15 6/1-16 L 2.66 7/1-16 W 2.84 8/1-16 L 2.91 8/1-16 L 2.91 9/1-16 L 2.82 9/1-16 L 2.27 10/1-16 L 2.57 11/1-16 L 2.33 11/1-16 W 2.63 14/1-16 L 2.27 15/1-16 L 2.20 18/1-16 L 2.91 19/1-16 L 2.02 20/1-16 L 2.65 20/1-16 L 2.96 22/1-16 L 2.15 24/1-16 L 2.96 24/1-16 L 2.25 25/1-16 L 2.45 25/1-16 W 2.43 27/1-16 L 2.93 28/1-16 L 2.55 28/1-16 L <<< 3,67 SD 2.70 29/1-16 W 2.99 29/1-16 L 2.84 30/1-16 W 2.88 30/1-16 W 2.96 31/1-16 L 2.15 1/2-16 W 2.29 2/2-16 L 2.39 5/2-16 L 2.32 6/2-16 L 2.64 6/2-16 L 2.63 7/2-16 L 2.63 7/2-16 W 2.44 9/2-16 L 2.89 9/2-16 W 2.93 10/2-16 L 2.73 10/2-16 W 2.72 11/2-16 L 2.70 13/2-16 W 2.73 14/2-16 L 2.97 14/2-16 L 2.50 16/2-16 L 2.73 16/2-16 L 2.71 17/2-16 L 2.02 17/2-16 W 2.93 18/2-16 L 2.35 20/2-16 L 2.47 21/2-16 W 2.57 25/2-16 L 2.72 26/2-16 L 2.27 26/2-16 L 2.63 28/2-16 L 2.16 28/2-16 L <<< 2.5 SD 2.92 29/2-16 W Senast redigerad av Sputnik2012 den 2017-12-07 klockan 19:01. |
|
2017-12-07, 19:27 | #20 | |
Citat:
Det är fullt möjligt. Ta t.ex. NBA basket och du plockar det första möjliga match med oddset mellan 1.90 till 2.10 och upprepar samma tillvägagångsätt varje dag. Då får du odds-sättarens personliga distribution av förmågan att bedöma rätt eller fel, vilket resultatet sedan visar en vinst eller en förlust. Variansen hos överoddset eller underdoug ska förlora flest gånger över tid. Med det är inte en absolut sanning att det förhåller sig på det sättet och inte heller kommer odds-sättaren pricka fjorton vinster och två förluster med favoriter, alltså 3.0 SD eller mer ... Här finns det stor potential att se och utnyttja trender. Senast redigerad av Sputnik2012 den 2017-12-07 klockan 19:29. |
||
2017-12-07, 21:15 | #21 | |
Citat:
Det man kommer komma fram till då är att man i långa loppet förlorar typ 5% Per spel, eftersom oddssättaren konstant strävar efter att erbjuda för låga odds medvetet. Jag tror "med betoning på tror) att du gjort en liten tankevurpa.. eller så är det bara jag som inte förstår dig |
||
|