
Das Entfernen der Überrendite aus Fußballquoten ergibt eine Wahrscheinlichkeitsschätzung unter einer gewählten Regel zur Verteilung der Marge. Zwei Berechnungen können denselben vollständigen 1X2 -Wettmarkt in eine Gesamtsumme von 100% umwandeln, während sie den Heimsieg, das Unentschieden und den Auswärtssieg unterschiedliche Wahrscheinlichkeiten zuweisen. Die Methode bestimmt, wie viel des Überschusses von jedem Ergebnis abgezogen wird.
Diese Wahl ist entscheidend, wenn ein Leser ein Fußballmodell mit einem marktbezogenen Referenzwert vergleicht. Ein kleiner scheinbarer Unterschied kann sich umkehren, sobald sich die Verteilungsregel ändert. Die praktische Aufgabe besteht darin, die ursprünglichen Quoten zu bewahren, die Umwandlung zu erläutern und zu prüfen, wie empfindlich der Vergleich gegenüber der gewählten Methode ist.
Die nachfolgenden Berechnungen verwenden fiktive Dezimalquoten und eine einzige erfundene Vorab-Situation vor dem Spiel. Sie betreffen drei sich gegenseitig ausschließende Ergebnisse für denselben definierten regulären Spielzeitraum. Sie dienen lediglich als arithmetische Übung, ohne einen Anspruch auf eine aktuelle Begegnung, den tatsächlichen Preisbildungsprozess eines Buchmachers oder eine Leistungsstatistik vonOptaTipszu erheben.
Halten Sie ein vollständiges Wettangebot zusammen
Beginnen Sie mit dem Heimsieg bei 1.80, dem Unentschieden bei 3.60 und dem Auswärtssieg bei 4.50. Der Kehrwert jeder Dezimalquote ergibt ihre rohe implizierte Zahl. UnsereAnleitung zu Fußballquotenformatenerklärt, warum das Format vor der Bildung des Kehrwerts bestätigt werden muss.
| Fiktives Ergebnis | Dezimalquoten | Roh-implizierte Zahl |
|---|---|---|
| Heimsieg | 1.80 | 55.5556% |
| Unentschieden | 3.60 | 27.7778% |
| Auswärtssieg | 4.50 | 22.2222% |
| Gesamt | — | 105.5556% |
Die nicht gerundete Gesamtsumme beträgt 19/18, etwa 1.055556. Ihr Überschuss über eins beträgt 1/18, etwa 0.055556. Auf der Prozentskala übersteigt das Wettangebot 100% um etwa 5.5556 Prozentpunkte. Dieser Überschuss beschreibt die angegebenen Quoten. Das tatsächliche finanzielle Ergebnis des Buchmachers hängt zudem von den Einsätzen und den Ergebnissen ab.
Alle drei Quoten müssen dieselbe Quelle, denselben Beobachtungszeitpunkt und denselben Abrechnungsumfang aufweisen. Die Kombination des besten Heimsiegs bei einem Anbieter mit einer Unentschieden-Quote bei einem anderen und einer früheren Auswärtssieg-Quote erzeugt ein anderes Objekt. Bewahren Sie diese Unterscheidung vor der Auswahl einer Anpassungsmethode auf. Eine saubere Berechnung kann Informationen, die im Eingangsdatensatz fehlen, nicht rekonstruieren.
Die proportionale Normalisierung bewahrt die ursprünglichen Verhältnisse
Bei der proportionalen Normalisierung wird jede rohe implizierte Zahl durch deren Gesamtsumme geteilt. Sei r der Kehrwert der Dezimalquote eines Ergebnisses und S die Summe aller drei Kehrwerte. Die angepasste Wahrscheinlichkeit lautet r ÷ S. Das implizierte Paket bezeichnet dies als seine Grundmethode und dokumentiert die Formel ausdrücklich. Einführung in das implizierte Paket.
Für den Heimsieg lautet die Berechnung (1 ÷ 1.80) ÷ (19/18), was 10/19ergibt, oder etwa 52.6316%. Das Unentschieden wird zu 5/19, etwa 26.3158%, und der Auswärtssieg zu 4/19, etwa 21.0526%. Die drei exakten Brüche summieren sich zu eins.
Jede rohe Zahl wird mit 18/19multipliziert. Das Verhältnis Heimsieg zu Unentschieden bleibt daher zwei zu eins, und das Verhältnis Unentschieden zu Auswärtssieg bleibt fünf zu vier. Diese Methode entfernt denselben relativen Anteil von jeder rohen Zahl. In diesem Beispiel beträgt diese relative Reduktion etwa 5.2632%.
Die in Prozentpunkten gemessenen Reduktionen unterscheiden sich. Die rohe Heimsieg-Zahl sinkt um etwa 2.9240 Punkte, das Unentschieden um 1.4620 und der Auswärtssieg um 1.1696. Eine größere rohe Zahl verliert mehr Punkte, weil alle drei Zahlen durch denselben Faktor skaliert werden.
Die additive Methode entfernt gleiche Wahrscheinlichkeitsbeträge
Die additive Methode nimmt den Überschuss S − 1 und teilt ihn gleichmäßig auf die Anzahl der Ergebnisse auf. Bei dieser Dreierwette wird (S − 1) ÷ 3 von jeder Rohquote abgezogen. Clarke, Kovalchik und Ingram diskutieren die additive Methode und Normalisierungsmethoden unter den Alternativen zur Anpassung der Wettquoten des Buchmachers. Anpassung der Wettquoten des Buchmachers zur Berücksichtigung der Überrendite.
Hier beträgt der Überschuss 1/18. Wenn man ihn durch drei teilt, ergibt sich 1/54, ungefähr 0.018519. Jedes Ergebnis verliert etwa 1.8519 Prozentpunkte. Die Heimwahrscheinlichkeit wird zu 29/54, das Unentschieden zu 14/54 und die Auswärtswahrscheinlichkeit zu 11/54.
Diese exakten Brüche summieren sich ebenfalls zu eins. Ihre Prozentwerte betragen ungefähr 53.7037%, 25.9259% und 20.3704%. Dies ist eine vollständige Wahrscheinlichkeitsverteilung; dennoch liegt ihre Schätzung für den Heimsieg um mehr als einen Prozentpunkt über der proportionalen Schätzung, die aus denselben Quoten abgeleitet wurde.
Die gleichmäßige Punktabzugsregel wirkt sich unterschiedlich stark auf die einzelnen Ergebnisse aus. Sie reduziert etwa 3.3333% des ursprünglichen Heimwerts, 6.6667% des Unentschiedenwerts und 8.3333% des Auswärtswerts. Das Ergebnis mit der höheren Quote gibt dabei einen größeren Anteil seines Ausgangswerts ab.
Lesen Sie die Differenz zwischen den beiden Verteilungen
Der nachfolgende Vergleich rundet jedes Ergebnis zur Darstellung auf zwei Dezimalstellen. Alle vorangegangenen Berechnungen verwenden die ungerundeten Eingabewerte.
| Fiktives Ergebnis | Roh impliziert | Proportional | Additiv | Additiv minus proportional |
|---|---|---|---|---|
| Heimsieg | 55.56% | 52.63% | 53.70% | +1.07 Prozentpunkte |
| Unentschieden | 27.78% | 26.32% | 25.93% | −0.39 Prozentpunkte |
| Auswärtssieg | 22.22% | 21.05% | 20.37% | −0.68 Prozentpunkte |
Beide korrigierten Spalten summieren sich auf der angezeigten Genauigkeit zu 100% . Ihr Unterschied betrifft lediglich, wie diese Summe verteilt wird. Die proportionale Skalierung bewahrt die ursprünglichen Verhältnisse; die gleichmäßige Subtraktion verändert sie. Identische Eingabewerte ermöglichen daher mehr als eine randkorrigierte Verteilung, sobald die Zuweisungsregel variiert werden darf.
Diese mathematische Tatsache begrenzt die Aussagekraft einer Bezeichnung wie ‚faire Wahrscheinlichkeit‘. Ein Rechner kann seine Formel korrekt anwenden, während er zugleich auf eine Zuweisungsannahme beruht, die für einen bestimmten Datensatz nur unzureichend geeignet ist. Um die Vorhersagequalität zu bestimmen, sind zeitlich datierte Beobachtungen und Ergebnisse erforderlich, die über dieses eine beispielhafte Wettangebot hinausgehen.
Der Bereich zwischen diesen beiden Heimschätzungen – ungefähr von 52.63% bis 53.70% – beschreibt die Empfindlichkeit gegenüber zwei spezifizierten Transformationen. Er enthält keine angegebene statistische Abdeckung. Eine weitere zulässige Zuweisung könnte außerhalb dieses Bereichs liegen. Ein Konfidenzintervall oder ein Vorhersageunsicherheitsintervall würde eine eigene Konstruktion, eigene Annahmen und eine eigene Interpretation erfordern. Bewahren Sie stattdessen die einzelnen Methodenergebnisse auf, anstatt ihr Minimum und Maximum als wahrscheinliche Grenzen der tatsächlichen Spielchance zu kennzeichnen.
Das ursprüngliche Wettangebot liefert den Gesamtüberschuss, während die Zuweisung weiterhin eine zusätzliche Annahme bleibt. Die Darstellung beider Methoden macht diese zusätzliche Entscheidung sichtbar und bietet eine nützliche Kontrollmöglichkeit für Vergleiche, die auf einer geringen Wahrscheinlichkeitsdifferenz beruhen.
Prüfen Sie, ob die resultierenden Wahrscheinlichkeiten gültig sind
Ein additiver Abzug kann einen sehr kleinen rohen impliziten Wert überschreiten. Betrachten Sie ein separates fiktives Wettangebot mit Dezimalquoten von 1.05, 10.00 und 100.00. Die rohen Werte betragen ungefähr 0.952381, 0.100000 und 0.010000. Ihre Summe beträgt ungefähr 1.062381.
Die Division des Überschusses durch drei ergibt einen gemeinsamen Abzug von ungefähr 0.020794. Wenn man diesen vom rohen Wert des letzten Ergebnisses 0.010000 abzieht, ergibt sich ungefähr −0.010794 bzw. −1.0794%. Ein negativer Wert kann nicht als Wahrscheinlichkeit für dieses Ergebnis interpretiert werden. Die Paketdokumentation weist ausdrücklich darauf hin, dass negative Ausgaben ein mögliches Problem der additiven Methode darstellen. Dokumentation zur additiven Methode .
Eine Festlegung des negativen Werts auf null würde bewirken, dass die verbleibenden Werte zusammen mehr als eins ergeben. Eine anschließende Division durch ihre neue Summe könnte zwar wieder eine Summe von 100% herstellen, doch führt diese zusätzliche Abstutzungs- und Normalisierungssequenz eine weitere Transformation ein. Bewahren Sie stattdessen das fehlgeschlagene Ergebnis auf und dokumentieren Sie gegebenenfalls eine Ersatzmethode, anstatt die korrigierten Zahlen unter dem Namen der ursprünglichen Formel zu präsentieren.
Für jedes konvertierte Buch prüfen Sie, dass die Ergebnisse vollständig sind, jede angepasste Wahrscheinlichkeit zwischen null und eins liegt und die Summe innerhalb der deklarierten numerischen Toleranz mit eins übereinstimmt. Das Runden erfolgt nach diesen Prüfungen. Ein frühes Runden kann ein kleines ungültiges Ergebnis verschleiern oder zwei Methoden fälschlicherweise identisch erscheinen lassen.
Testen Sie einen Modellvergleich unter beiden Annahmen
Gehen Sie davon aus, dass ein fiktives Fußballmodell dem Heimsieg eine 53% -Wahrscheinlichkeit zuweist. Halten Sie diese Modellausgabe konstant, während Sie sie mit den beiden Transformationen des ursprünglichen 1.80, 3.60 und 4.50 Buches vergleichen.
Im Vergleich zur proportionalen Benchmark von etwa 52.6316% liegt das Modell um etwa 0.3684 Prozentpunkte höher. Im Vergleich zur additiven Benchmark von etwa 53.7037% liegt es um etwa 0.7037 Punkte niedriger. Das Modell und die Rohquoten sind unverändert geblieben. Die Richtung des Vergleichs hat sich mit der Regel zur Aufteilung der Gewinnspanne geändert.
Diese Unterschiede betreffen eine marktbezogene Benchmark. Zur Bewertung der angegebenen Auszahlung sind der tatsächliche Preis und eine unabhängig begründete Wahrscheinlichkeitsschätzung erforderlich. Unter den isolierten Annahmen eines vollständigen Gewinns oder eines vollständigen Verlusts ergibt die Verwendung der fiktiven Modellwahrscheinlichkeit 0.53 bei tatsächlichen Dezimalquoten von 1.80 den Wert 0.53 × 1.80 − 1 = −0.046, also ein angenommener erwarteter Nettoertrag von −4.6% pro Einsatzeinheit vor Kosten. Ein Überschreiten einer transformierten Benchmark stellt daher noch keine günstige erwartete Rendite zum ursprünglichen Kurs sicher.
Wo ein behaupteter Modellvorteil kleiner ist als die Differenz zwischen vernünftigen Benchmark-Methoden, dokumentieren Sie diese Empfindlichkeit. Wählen und dokumentieren Sie die Bewertungsmethode, bevor Sie prüfen, welche Variante das Modell begünstigt. Dadurch kann ein späterer Prüfer eine konsistente Analyse von einer Methode unterscheiden, die erst nach Beobachtung des Vergleichsergebnisses gewählt wurde.
Halten Sie die Transformation reproduzierbar
Eine wiederverwendbare Aufzeichnung benötigt die ursprünglichen drei Quoten, ihr Format, ihre Quelle, ihren Erfassungszeitpunkt und die Marktdefinition. Fügen Sie die inversen Quoten, die Buchsumme, die Anpassungsmethode, die nicht gerundeten angepassten Wahrscheinlichkeiten und die Regel für die Anzeigerundung hinzu. Bei Software halten Sie außerdem die Paketversion und die relevanten Optionen fest.
Falls der Zweck eine Überprüfung der Schlusskurse ist, bewahren Sie die Methode über das ausgewählte Vergleichsintervall hinweg auf. Die Leitlinie zur Überprüfung des Schlusskurswerts erläutert die gesonderten Anforderungen zur Definition des Schlusskurses, zur Prüfung der Preisverfügbarkeit und zur Aufbewahrung fehlender Beobachtungen. Eine Gewinnspannenanpassung stellt dabei eine Komponente dieser Aufzeichnung dar.
Schließlich halten Sie Kohärenz und Prognoseleistung als separate Prüfungen auseinander. Das Arbeitsblatt zur Wahrscheinlichkeitskohärenz untersucht, ob verwandte Fußballprognosen konsistent miteinander vereinbar sind. Eine Berechnung zur Entfernung der Gewinnspanne muss ihre eigenen Wahrscheinlichkeitsbedingungen erfüllen, während ihre Brauchbarkeit als Benchmark weiterhin eine empirische Frage bleibt. Die Sichtbarkeit sowohl der Eingabedaten als auch der gewählten Methode gibt Lesern ausreichend Informationen, um das Ergebnis nachzuvollziehen und seine Grenzen einzuschätzen.
Kommentare 0
Noch keine Kommentare.