Пакет, on 08 December 2016 - 09:41, сказал:
У меня эта тема, вызывает такой вот вопрос (мысли в слух), на сколько и каком компоненте используя метод который тут изложен возможно определить вероятность лучше чем это делает букмекер?
Не хочу обидеть автора, но мне кажется что в этом направлении уже сломано не мало копий, использование общедоступных данных не приведет к положительному профиту. ИМХО.
Решил ещё раз затронуть выделенные позиции. Я подозреваю что
нет ясного понимания в большинстве случаев концепции валью применительно к спортивным ставкам.
Во -первых нельзя в чистом виде экстраполировать валью для карт или кубика(где вероятности допустим точно могут определяться) на спорт. Дело в том что
мы не можем заставить команды поиграть 100 раз даже при одинаковых условиях и что-то там подсчитать (хотя и 100 игр может не хватить для некоторых оценок если нужна какая-то наперёд заданная точность в виде доверительной вероятности и доверительного интервала ей соответствующего.)
Поэтому введение понятия Р тут проистекает из желания сделать модель оперирующую вероятностсными понятиями. Разумеется при любом моделировании или прогнозировании возникают погрешности модели (которые желательно априорно установить сравнивая прогнозные и истинные значения экспериментов).
Разумеется можно учитывать одни параметры (один набор) или другие какие-то (другой набор) и поэтому само собой точность моделей зависит как от этих вот исходных наборов так и от дальнейшей архитектуры модели---допустим можно для более детального анализа и последующего построения подмоделей делить
общие данные на группировки и для каждой делать свои модели. Очевидно что от способов деления и числа составных частей будет многое зависеть...в таких вопросах обычно исходят из компромиссов по каким-то соображениям (допустим противоречия уже возникают сразу при детелизации между повышением детализации и повышением объёма примеров...ибо чем детальнее мы пытаемся рассмотреть общую кучу тем меньшие выборки имеем и тем меньше доверия к данным и последующей достоверности прогноза или выдачи какого-то реза на выходе модели). С этим вроде понятно....я надеюсь.
Теперь вот допустим создали мы модель. Ставят вопрос--а какова её точность? Попробую разъяснить на примере что ответ на этот вопрос не такой простой как кажется некоторым обывателям. Надо в начале применительно к тому что мы хотим получить дать само это определение "точность" и где её мерить.
Я вас уверяю, Господа-читатели, данного поста,--- что это не измерение линейкой размера полового члена у Букмекера-Иванова и Игрока-Петрова, а намного сложнее (представьте что мы начали показывать этим товарищам картинки с бабами, а потом доктор-Хуйкин со штангенциркулем производит измерения...так вот тогда может быть в одном случае длиннее у Иванова, а в другом у Петрова...процесс как видите усложнился. Так вот в данных, которые мы юзаем происходит нечто похожее, а именно--см. далее...
Возьму я полосу на тМ2.5 по частоте 0.52--0.56 (среднее тут около 0.54 так как полоса достаточно узкая) так вот пока опять делаем как я ранее писал---смотрим средние показатели выборки у меня кефф ср. 1.6831 у БК 1.6828 а экспериментально 1.6765 ту вроде бы можно что-то пробовать по валью (но на самом деле это не совсем так как далее увидим). Потом делаем наоборот--налагаем ограничения на полосу кефоф конторы (или можно отдельную графу взять и просчитать 1/к, а потом работать с Рбук). Нам по идее как я ранее говорил важно чтоб кефф контора сильно не резала но тут мы опять можем тока по среднему смотреть так как там при первичном выставлении полосы на своей модели кефы БК будут гулять за интервалы и влево и вправо...и наоборот---будут гулять наши оценки если априорно выставили кефы конторы в полосу. Допустим попрёмся в другой интервал и выставим у конторы так полосу 1э77---1.84 (средн 1.803) тогда у меня средняя оценка в виде кефа 1.93 а экспериментально 1.92 ну вот хуле мне проку если вроде бы в среднем у меня точнее? понятно дело что зарезали кефы...а при таком положении дел там не так всё просто с валью как кажется--во первых надо контролировать вот что: введём погрешность в виде 1- частота модели/экспериментальная частота
и будем по ходу контролировать другие параметры важные для нас--так как тут у меня на Р выходим через МО то очевидно для понимания всей картины что вносит большую погрешность можно по аналогии смотреть погрешность мО1 со средним по забитым и МО2 со средним по пропуш. мячам (счёт же у нас есть на каждый матч ..будем это использовать).. Далее--я уже писал про ошибки 1-го и 2-го рода.. так вот когда накладывается ограничение в виде КР-1 то возникает конфликт двух экспертов (один--модель БК+попаны и второй--вы и ваше чудное творение) разумеется что-то вы можете лучше учесть(или больше) а что-то попаны (допустим посмотрели погоду и составы...итд)...короче говоря вот эта погрешность которую мы ввели она как правило растёт при увеличении перевеса---что это значит---увеличивается число ошибок первого и второго рода (там важны по идее пропорции в общем объёме этих вещей...как там чё происходит это тайна за семью печатями так как ни кто понятия не имеет как конкретный матч закончится и какой там будет счёт...при этом не до не после матча невозможно констатировать валуй там или х-й...надеюсь это понятно....) поэтому отслеживая динамику роста погрешности нами введённой и по ходу контролируя баланс вы более серьёзно начнёте разбираться во всей этой кухне (желательно чтоб не превышало 6-7% погрешность при выставлении перевесов...исходя из сказанного может так быть что выставив перевес больше 0.1 вы имеете погрешность 14% (0.14) тогда там ни когда не будет +++ я вам отвечаю...так как очень большое число ошибок.
При этом не надо думать что ошибки тока у вас..они и у букмекера поэтому если вы поменяетесь местами введёте маржу в свою модель то букмекер если он не исследует на каких позициях он вас переиграет а будет ебенить всё подряд по КР-1 то он ни когда вас не обыграет....
Теперь вот как можно выходить из некоторых положений с этим блудом---иногда можно попробовать накласть ограничения на величину кефа БК (не брать слишком высокий например или ещё что-то) или попробовать вкрутить дополнительный параметр какой-то (ну хоть отвергать какие-то игры по резу личек или ишё что-нить в таком роде..) один болт целевой функцией всегда должен быть баланс а не проходимость--это в общем основной посыл. Поэтому свойство
валью--это атрибут совокупности раздербаниной вашим механизмом принятия решения по взятию ставки и её отвержению, а не отдельно взятой ставки. При плохих совпадениях с экспериментом делаем всё снова--делим строим проверяем и учитываем что связи нелинейные поэтому линейные регрессионные модели менее предпочтительны....
Отредактировано Bambuk, 14 December 2016 - 21:56.