Как самостоятельно оценить футбольный матч: поиск валуйных ставок

Нет ничего плохого в том, чтобы делать ставки, руководствуясь своим мнением, но эта стратегия не принесет прибыли в долгосрочной перспективе.

Если вы серьезно относитесь к ставкам, то проанализируете предстоящую игру и рассчитаете приблизительные коэффициенты, чтобы определить наличие валуйных ставок. Из этой статьи вы узнаете больше о том, как оценить шансы соперников в футбольном матче.

Зачем самостоятельно оценивать футбольные матчи?

Чтобы подобрать выгодную ставку, необходимо сравнить коэффициенты букмекера с более точным, на ваш взгляд, представлением о фактической вероятности события.

Если доступные коэффициенты недооценивают шансы определенного исхода игры в сравнении с вашим расчетом, то ставка на этот исход может быть выгодной (валуйной, от слова value).

Хотя понять эту концепцию несложно, большинству игроков не хватает данных, с которыми можно было бы сравнить коэффициенты букмекеров.

Несомненно, сравнение коэффициентов поможет вам выбрать, где разместить ставки, но самостоятельный расчет вероятностей и их сравнение с доступными коэффициентами необходимы, чтобы найти подходящий вариант для ставок на том или ином рынке.

Большинство людей не понимают, как сложно на самом деле выиграть в ставках. Выгодные возможности не найдутся сразу, как только вы начнёте оценивать матчи самостоятельно.

Однако нужно с чего-то начинать, и это определенно поможет вам лучше разобраться в теории вероятности. Когда вы углубите свои знания, получите доступ к более достоверной информации и поэкспериментируйте с различными входными данными и методами оценки, вы сможете находить по-настоящему выгодные ставки.

В этой статье мы рассмотрим пример оценки футбольного матча.

Перспектива выполнения работы букмекера (составления коэффициентов на матч) с несравнимыми ресурсами покажется многим игрокам пугающей. Если же вы готовы уделить время обучению, делать ошибки и смириться с неудачами (ведь они неизбежны), то самостоятельная оценка рынков обязательно принесет результаты.

Представление об успешном бетторе изменилось в последние годы. Сейчас успеха добиваются в основном те, кто составляют собственные модели с большими наборами данных и сложными алгоритмами.

Если вы, как и многие другие, хотите достичь уровня профессиональных игроков, то следует понять, что придется с чего-то начинать. Не получится просто запустить Excel или Python, загрузить огромную базу данных и экспериментировать, пока не получится что-то полезное. Начните с простого метода и небольших объемов данных, а затем постепенно усложняйте задачу.

Пример оценки футбольного матча

Чтобы объяснить, почему перед ставкой на футбольный матч так важно его оценить, воспользуемся простым примером. Следует отметить, что у этого подхода есть ряд недостатков (их мы рассмотрим позже) и сам по себе он не поможет вам найти выгодные возможности для ставок на футбол.

Однако недостаточно просто сказать, что он работает или не работает. Самое важное — понять, почему это так.

Я воспользовался пуассоновской моделью, чтобы рассчитать коэффициенты 1 X 2 для серии матчей Премьер-лиги (для этого примера я выбрал первый тур сезона 2019–2020 годов). Использование распределения Пуассона в ставках подробнее рассматривается в другой статье, но здесь мы тоже вкратце обсудим основы этого метода.

Используя данные Infogol об ожидаемом количестве голов за предыдущий сезон Премьер-лиги (2018–2019 годы), мне удалось рассчитать силу атаки и защиты каждой команды на своем поле и на выезде.

Благодаря этому мы получаем относительный показатель способностей команд с точки зрения забитых и пропущенных голов, основанный на соотношении средних показателей команды и лиги.

Используя ожидаемое, а не фактическое количество голов, мы можем получить более точное представление о результативности команд и в некоторой степени исключить факторы случайности и удачи, которые неизбежны в сезоне из 38 игр.

Сила атаки на своем поле

Ожидаемое количество голов команды за игру на своем поле ⁄ среднее ожидаемое количество голов за игру на своем поле для лиги

Сила защиты на своем поле

Ожидаемое количество пропущенных командой голов за игру на своем поле / среднее ожидаемое количество пропущенных голов за игру на своем поле для лиги

Сила атаки на чужом поле

Ожидаемое количество голов команды за игру на чужом поле ⁄ среднее ожидаемое количество голов за игру на чужом поле для лиги

Сила защиты на чужом поле

Ожидаемое количество пропущенных командой голов за игру на чужом поле ⁄ среднее ожидаемое количество пропущенных голов за игру на чужом поле для лиги

xGF — созданные ожидаемые голы в чужие ворота, xGA — ожидаемые голы в свои ворота.

Команда xGF дома xGA дома xGF в гостях xGA в гостях Атака дома Защита дома Атака в гостях Защита в гостях
Манчестер Сити 52,6 15,6 37,9 12,9 1,679 0,619 1,505 0,412
Ливерпуль 43,9 15,7 34,6 18,4 1,401 0,623 1,374 0,587
Челси 34,8 16,0 30,1 25,7 1,111 0,635 1,195 0,820
Тоттенхэм 33,3 27,2 27,7 24,7 1,063 1,080 1,100 0,788
Арсенал 35,9 26,2 27,8 32,0 1,146 1,040 1,104 1,021
МЮ 37,5 23,9 32,2 30,7 1,197 0,949 1,278 0,980
Вулверхэмптон 34,9 21,4 23,6 25,3 1,114 0,849 0,937 0,808
Эвертон 33,4 23,8 24,6 27,5 1,066 0,945 0,977 0,878
Лестер 28,3 20,5 26,9 26,0 0,903 0,814 1,068 0,830
Вест Хэм 27,6 26,4 23,2 42,1 0,881 1,048 1,076 1,344
Уотфорд 25,2 32,1 27,1 35,9 0,804 1,274 1,076 1,146
Кристал Пэлас 28,7 26,9 22,1 30,2 0,916 1,068 0,877 0,964
Ньюкасл 25,6 29,4 17,5 33,6 0,817 1,167 0,695 1,072
Борнмут 32,1 27,3 27,9 35,0 1,025 1,084 1,108 1,117
Бернли 28,4 30,5 21,1 38,2 0,906 1,211 0,838 1,219
Саутгемптон 28,3 27,0 26,3 33,5 0,903 1,072 1,044 1,069
Брайтон 22,4 26,3 18,4 39,0 0,715 1,044 0,730 1,245
Норвич 29,1 27,4 19,4 38,4 0,929 1,088 0,770 1,226
Шеффилд 26,8 30,5 19,2 42,6 0,855 1,211 0,762 1,360
Астон Вилла 18,0 29,8 16,2 35,4 0,575 1,183 0,643 1,130

Теперь нам нужно разделить эти данные по конкретным матчам, которые требуется оценить. Затем мы можем использовать показатели силы атаки хозяев на своем поле и силы защиты гостей на выезде, чтобы рассчитать ожидаемое количество голов от команды хозяев (и наоборот — рассчитать ожидаемое количество голов от команды гостей, используя показатели силы защиты дома и силы атаки на выезде).

Вот как будет выглядеть этот процесс для матча 1-й игровой недели сезона АПЛ 2019–2020 годов между командами «Лестер Сити» и «Вулверхэмптон Уондерерс».

Количество голов команды Лестер Сити

Сила атаки Лестера дома × сила защиты Вулверхэмптона на выезде × среднее ожидаемое количество голов в матче на своем поле для лиги:

0,903 × 0,808 × 1,649 = 1,203

Количество голов команды Вулверхэмптон

Сила атаки Вулверхэмптона на выезде × сила защиты Лестера дома × среднее ожидаемое количество голов в матче на выезде для лиги:

0,937 × 0,814 × 1,326 = 1,011

В итоге мы получим ожидаемое количество голов от каждой команды в матче друг против друга (1,203 для «Лестера» и 1,011 для «Вулверхэмптона»). Однако игра не может завершиться со счетом 1,203:1,011, поэтому необходимо рассчитать распределение вероятности для диапазона исходов.

Мы можем воспользоваться функцией Пуассона в Excel, чтобы рассчитать распределение вероятности для различного количества голов каждой команды в матче (для простоты я использовал диапазон 0–5). Для приведенного выше примера распределение будет выглядеть так.

Голы 0 1 2 3 4 5
Лестер 0,3002 0,3612 0,2173 0,0871 0,0262 0,0063
Вулверхэмптон 0,3639 0,3678 0,1858 0,0626 0,0158 0,0031

Чтобы рассчитать вероятность победы на своем поле, ничьей и победы на выезде (1 X 2), необходимо определить вероятность каждого из потенциальных исходов.

«Лестер» 0:0 «Вулверхэмптон»

Вероятность того, что Лестер забьет 0 голов × вероятность того, что Вулверхэмптон забьет 0 голов

0:0 = 0,3002 × 0,3639 = 0,1092 или 10,92 %

Затем мы повторим этот процесс для всех возможных вариантов исхода, где обе команды могут забить от 0 до 5 голов (итого 36 вариантов: шесть ничьих, 15 побед хозяев и 15 побед гостей). Схема исходов этого матча будет выглядеть так.

Лестер Вулверхэмптон Вероятность %
0 0 0,109 10,924
1 1 0,133 13,285
2 2 0,040 4,037
3 3 0,005 0,545
4 4 0,000 0,041
5 5 0,000 0,002
Результат Ничья 0,288 28,835
1 0 0,131 13,144
2 0 0,079 7,908
3 0 0,032 3,170
4 0 0,010 0,953
5 0 0,002 0,229
2 1 0,080 7,992
3 1 0,032 3,204
4 1 0,010 0,964
5 1 0,002 0,232
3 2 0,016 1,618
4 2 0,005 0,487
5 2 0,001 0,117
4 3 0,002 0,164
5 3 0,000 0,039
5 4 0,000 0,010
Результат Победа Лестера 0,402 40,231
0 1 0,110 11,041
0 2 0,056 5,578
0 3 0,019 1,879
0 4 0,005 0,474
0 5 0,001 0,093
1 2 0,067 6,711
1 3 0,023 2,261
1 4 0,006 0,571
1 5 0,001 0,112
2 3 0,014 1,360
2 4 0,003 0,343
2 5 0,001 0,067
3 4 0,001 0,138
3 5 0,000 0,027
4 5 0,000 0,008
Результат Победа Вулверхэмптона 0,307 30,664

В итоге мы получим приведенные ниже вероятности для каждого исхода.

Результат %
Победа Лестера 40,23
Ничья 28,84
Победа Вулверхэмптона 30,66

Затем мы можем преобразовать эти проценты в коэффициенты или перевести коэффициенты букмекеров в проценты, чтобы сравнить их и определить выгодные ставки. Для этого удобно пользоваться калькулятором валуйности.

лестер вулверхэмптон скриншот с коэффициентами бк

Ниже представлено сравнение коэффициентов открытия Pinnacle для матчей 1 тура АПЛ сезона 2019–2020 годов с коэффициентами, полученными при помощи нашей пуассоновской модели ожидаемого количества голов.

Хозяева Гости Коэффициенты открытия Pinnacle xG в пуассоновской модели
П1 Х П2 П1 Х П2
Ливерпуль Норвич 1,15 9,59 18,05 1,23 7,89 16,3
Вест Хэм Манчестер Сити 11,68 6,53 1,26 10,5 5,34 1,39
Борнмут Шеффилд 2,04 3,57 3,9 1,58 5,13 5,81
Бернли Саутгемптон 2,71 3,31 2,81 2,72 4,27 2,51
Кристал Пэлас Эвертон 3,21 3,37 2,39 2,8 3,86 2,61
Уотфорд Брайтон 1,98 3,44 4,37 2,13 4,09 3,49
Тоттенхэм Астон Вилла 1,3 5,84 10,96 1,63 4,64 5,85
Лестер Вулверхэмптон 2,21 3,34 3,66 2,48 3,46 3,25
Ньюкасл Юнайтед Арсенал 4,58 3,93 1,81 3,13 4,09 2,38
Манчестер Юнайтед Челси 2,21 3,37 3,63 2,47 4,17 2,81

Выявление своих слабостей и обеспечение максимального преимущества

Если бы мы экспериментировали в реальности, нам пришлось бы уделить некоторое время для оценки точности этих данных по сравнению с коэффициентами букмекера. Найти несоответствия легко, но если расчеты букмекера более точны, то вам не удастся выиграть в долгосрочной перспективе.

Появляется соблазн поставить на те исходы, которые кажутся самыми выгодными, но даже размещение небольших ставок может оказаться дорогостоящей затеей (потребуется много ставок, чтобы начать делать осмысленные наблюдения). Следовательно, тестирование на основе накопленных данных является самым эффективным способом определения эффективности метода.

Сравнение коэффициентов на основе этой модели для прошедших игр с коэффициентами линии закрытия Pinnacle поможет нам определить, насколько хороша эта стратегия оценки. Однако недостаточно просто сказать, что она работает или не работает. Самое важное — понять, почему это так.

Существует множество причин, по которым приведенная выше пуассоновская модель ожидаемого количества голов может быть неэффективна для оценки футбольного матча.

Если использовать данные из прошлого сезона, а не текущие показатели, то наши данные быстро устареют. Если не учесть трансферы и смену менеджеров, показатель силы команды и ее шанс на победу в матче могут быть неточными.

Я также использовал данные о выбывших командах для клубов, недавно попавших в лигу. Это лишь несколько примеров факторов, которые следует учитывать.

Допустим, мы обнаружили выгодную возможность с помощью этой модели. Важно понять, почему она появилась. Букмекер или другие игроки что-то упустили? Зависит ли выгода от времени размещения ставки? Можно ли улучшить качество данных, чтобы повысить свои шансы на выигрыш?

Когда у нас будет настоящее преимущество и мы поймем, как оно появилось, крайне важно управлять банкроллом для получения максимальной выгоды.

Что делать, когда вы начинаете выигрывать?

Некоторых может удивить, что на выборе успешной стратегии ставок наша работа не заканчивается. На самом деле, на этой стадии для многих трудности только начинаются.

К сожалению, некоторые букмекеры накладывают запреты или ограничения на тех, чьи прогнозы более точны, чем предлагаемые коэффициенты.

По этой причине еще важнее обеспечить максимальное преимущество, пока есть такая возможность, и постоянно совершенствовать свою модель, испытывая ее на букмекерах, которые не будут «резать» максимумы, сколько бы вы ни выигрывали.

Оцените статью
( 1 оценка, среднее 5 из 5 )
Добавить комментарий