Statyk

Tikimybės ir maržos skaičiuoklė

Lažybų koeficientas yra tikimybė, užrašyta kitaip: tikimybė = 1 / koeficientas. Koeficientas 2,00 reiškia 50 %, 1,85 – 54,1 %. Sudėjus visų vienos rinkos baigčių tikimybes, gaunama daugiau nei 100 %. Tas perteklius ir yra kontoros marža. Ją nuėmus, matai, kiek baigtis verta pagal tą kontorą.

Ką skaičiuojam?
Visos rinkos koeficientai

Visų tos pačios rinkos baigčių koeficientai iš vienos kontoros, pvz. 1X2: šeimininkų pergalė, lygiosios, svečių pergalė.

BaigtisKoeficientasSu maržaBe maržosKaina be maržos
147,6 %45,4 %2,20
X29,4 %28,1 %3,56
227,8 %26,5 %3,77
Kontoros marža
4,81 %
Grąžinama lošėjams
95,4 %
Maržą nuimti:

Kaip skaičiuojama

  • Tikimybė pagal koeficientą (dar vadinama numanoma tikimybe): p = 1 / k. Koeficientas 1,85: 1 / 1,85 = 0,5405, t. y. 54,05 %. Į ją įskaičiuota kontoros marža.
  • Rinkos suma: S = 1/k₁ + 1/k₂ + … + 1/kₙ, sudedant visas tos pačios rinkos baigtis.
  • Kontoros marža: S − 1. Pavyzdžiui, 1,90 ir 1,90: S = 1,0526, marža 5,26 %, o lošėjams grąžinama 1 / S = 95 % statymų sumos.
  • Tikimybė be maržos (proporcingai): p / S. Kaina be maržos: k × S.
  • Laipsnio metodas (angl. power method): tikimybė be maržos yra pᵗ, o laipsnis t parenkamas taip, kad visų baigčių suma būtų lygiai 1.

Kai kas maržą skaičiuoja kitaip: 1 − 1 / S, t. y. kokios dalies statymų kontora negrąžina. Toliau pateiktame pavyzdyje tai būtų 4,59 %, o ne 4,81 %. Abu skaičiai teisingi, tik matuoja skirtingus dalykus.

Pavyzdys: futbolo 1X2 rinka

Kontora rungtynėms siūlo: šeimininkų pergalė 2,10, lygiosios 3,40, svečių pergalė 3,60.

Pavyzdžio skaičiavimas kiekvienai baigčiai
Baigtis1X2
Koeficientas2,103,403,60
Tikimybė su marža47,62 %29,41 %27,78 %
Tikimybė be maržos45,4 %28,1 %26,5 %
Kaina be maržos2,203,563,77

Suma: 47,62 + 29,41 + 27,78 = 104,81 %, taigi kontoros marža yra 4,81 %, o lošėjams grąžinama 95,4 % statymų sumos.

Jei kita kontora už tą pačią šeimininkų pergalę moka 2,30, tai daugiau nei kaina be maržos 2,20: apie 4,5 % daugiau, nei baigtis verta pagal šią rinką. Tokių kainų ir ieško vertės statymai.

Proporcingai ar laipsnio metodu

Proporcingas būdas maržą nuima visoms baigtims vienodai, pagal jų dydį. Laipsnio metodas daugiau maržos nuima nuo mažai tikėtinos baigties, nes būtent jos kaina dažniausiai būna mažiausiai palanki lošėjui (vadinamasis favorito ir autsaiderio efektas).

Kai koeficientai panašūs, skirtumas mažas: pavyzdyje šeimininkų pergalės kaina be maržos yra 2,20 arba 2,17. Kai yra aiškus favoritas, skirtumas didelis: teniso rungtynėse su 1,05 ir 11,00 autsaiderio kaina be maržos proporcingai būtų 11,48, o laipsnio metodu – 17,63.

Nė vienas būdas nėra vienintelis teisingas: tai skirtingos prielaidos, kaip kontora paskirsto maržą. Signalams maržą iš Pinnacle kainos nuimam laipsnio metodu, kaip aprašyta metodikoje. Skaičiuoklėje gali palyginti abu.

Ko ši skaičiuoklė nepasako

  • Kaina be maržos yra tik tos kontoros nuomonė. Geriausias turimas orientyras yra didelės tarptautinės rinkos kaina su maža marža, bet ir ji gali klysti. Tokią kainą be maržos vadinam tikrąja kaina.
  • Reikia visų tos pačios rinkos baigčių. Jei 1X2 rinkoje įrašysi tik dvi baigtis, marža bus neteisinga. Koeficientai turi būti iš vienos kontoros ir to paties momento.
  • Linijos su grąžinimu. Handikapuose ir sumose, kur galimas pinigų grąžinimas (pvz., handikapas 0 ar suma 2,0), skaičiuoklė tikimybę dalija tik tarp dviejų baigčių, be grąžinimo atvejo.
  • Vienas statymas nieko neįrodo. Net statymas, kurio kaina geresnė už kainą be maržos, dažnai pralaimi; skirtumas gali pasimatyti tik per šimtus statymų. Kaip tai gali atrodyti, rodo 1 000 statymų skaičiuoklė.
  • Tai skaičiavimas, ne patarimas statyti. Tik nuo 21 metų.

Šaltiniai

  • Štrumbelj, E. (2014). On determining probability forecasts from betting odds. International Journal of Forecasting, 30(4). doi:10.1016/j.ijforecast.2014.02.008
  • Clarke, S., Kovalchik, S., Ingram, M. (2017). Adjusting Bookmaker’s Odds to Allow for Overround. American Journal of Sports Science, 5(6). doi:10.11648/j.ajss.20170506.12
  • Snowberg, E., Wolfers, J. (2010). Explaining the Favorite-Long Shot Bias: Is it Risk-Love or Misperceptions? Journal of Political Economy, 118(4). doi:10.1086/655844