
从足球赔率中剔除抽水后,可在选定的抽水分配规则下得出概率估计值。两种计算方法均可将同一套完整的 1X2 赔率体系转化为总和为 100% 的概率分布,但对主队胜、平局和客队胜各自分配的概率却各不相同。所选方法决定了超额部分中有多少被从每个结果中扣除。
当读者将足球模型与市场衍生的基准进行比较时,该选择至关重要。看似微小的差异可能在分配规则变更时发生方向性逆转。实际任务在于:保持原始赔率不变、阐明转换过程,并检验该比较对所用方法的敏感程度。
下方计算采用虚构的小数赔率及单个虚构的赛前快照数据。其涉及同一明确规定的常规比赛时段内三种互斥的比赛结果。本例仅为算术练习,不涉及任何当前赛事、博彩公司的实际定价流程,亦不涉及OptaTips的历史表现记录。
保持一套完整赔率体系的整体性
以主队胜赔率为 1.80、平局赔率为 3.60 、客队胜赔率为 4.50为起点。每个小数赔率的倒数即为其原始隐含概率值。我们关于足球赔率格式的指南解释了为何在取倒数前必须先确认赔率格式。
| 虚构结果 | 小数赔率 | 原始隐含概率值 |
|---|---|---|
| 首页胜 | 1.80 | 55.5556% |
| 平局 | 3.60 | 27.7778% |
| 客队胜 | 4.50 | 22.2222% |
| 总和 | — | 105.5556% |
未四舍五入的总和为 19/18,约等于 1.055556。其超出一的部分为 1/18,约等于 0.055556。以百分比尺度表示,该赔率体系超出 100% 约 5.5556 个百分点。该超额值描述的是所报赔率本身;而庄家最终实现的财务结果还取决于投注金额与实际赛果。
全部三个赔率必须源自同一来源、同一观测时间点且具有相同的结算范围。若将某家运营商提供的最优主队赔率、另一家运营商提供的平局赔率以及更早时段获取的客队赔率拼凑组合,则形成的是一个完全不同的对象。在选择任何调整方法之前,须先明确区分并保留这一差异。严谨的计算无法重构输入记录中已被省略的信息。
比例归一化法保持原始比率不变
比例归一化法将每个原始隐含概率值除以其三者之和。设 r 表示某结果的小数赔率倒数,S 表示三个倒数之和,则调整后的概率为 r ÷ S。‘implied’软件包将此方法称为基础方法,并在文档中明确列出该公式。‘implied’软件包简介。
对于主队胜,计算式为(1 ÷ 1.80)÷(19/18),得出结果为 10/19,约等于 52.6316%;平局概率变为 5/19,约等于 26.3158%;客队胜概率变为 4/19,约等于 21.0526%。这三个精确分数之和恒为一。
每个原始数值均乘以 18/19。因此主队胜与平局的比率仍维持二比一,平局与客队胜的比率仍维持五比四。该方法对每个原始数值按相同比例缩减。本例中该相对缩减幅度约为 5.2632%。
以百分点计量的缩减量各不相同:主队数值约下降 2.9240 个百分点,平局约下降 1.4620 个百分点,客队胜约下降 1.1696个百分点。由于三个数值均按同一乘数缩放,原始数值越大,其损失的百分点越多。
加法调整法移除等量的概率值
加法调整法将超出部分 S − 1 均匀分配至所有结果选项。对于本三向赔率盘口,需从每个原始数值中减去 (S − 1) ÷ 3 。克拉克(Clarke)、科瓦尔奇克(Kovalchik)与英格拉姆(Ingram)在调整庄家赔率的多种方法中,探讨了加法调整法与归一化法等替代方案。 调整庄家 赔率 以剔除抽水 。
此处超出部分为 1/18。将其除以三得 1/54,约等于 0.018519。每种结果均减少约 1.8519 个百分点。主队概率变为 29/54,平局概率变为 14/54 ,客队概率变为 11/54。
这些精确分数之和亦为一。其百分比值分别约为 53.7037%、 25.9259% 与 20.3704%。这是一个完整的概率分布,但其主队概率估计值却比基于相同赔率得出的比例法估计值高出逾一个百分点。
等量扣减法对不同结果的影响程度各异:它约削减主队原始数值的 3.3333% 、平局原始数值的 6.6667% 及客队原始数值的 8.3333% 。赔率更高(即概率更低)的结果选项,其原始数值所占比例的损失更大。
阅读两种分布之间的差异
下方对比将各项结果四舍五入至小数点后两位以供显示;所有前述计算均采用未四舍五入的原始输入值。
| 虚构结果 | 原始隐含概率 | 比例法 | 加法调整法 | 加法调整法减比例法 |
|---|---|---|---|---|
| 首页 胜 | 55.56% | 52.63% | 53.70% | +1.07 个百分点 |
| 平局 | 27.78% | 26.32% | 25.93% | −0.39 个百分点 |
| 客队胜 | 22.22% | 21.05% | 20.37% | −0.68 个百分点 |
两种经调整列在显示精度下总和均为 100% 。二者分歧在于该总和如何分配:比例缩放法保持原始比率不变,而等量扣减法则改变原始比率。因此,当允许分配规则变化时,相同输入可支持多种边际调整后的概率分布。
这一数学事实限制了‘公平概率’等标签的含义。计算器虽能正确应用其公式,却可能依赖于某种仅适用于特定数据集、适配性较差的分配假设。要确立预测质量,还需结合具体日期的观测记录与实际赛果,而非仅依赖本示例赔率盘口。
这两种主队概率估计值的区间范围约为 52.63% 至 53.70%,用以描述对两种指定变换的敏感度。该区间未声明任何统计覆盖度;其他合理分配方式所得结果亦可能落于此区间之外。置信区间或预测不确定性区间则需另行构建,并依赖各自的前提假设与解释方式。应保留各方法独立输出结果,而不应简单将最小值与最大值标定为该场比赛真实概率的可能边界。
原始赔率盘口提供总超出量,而分配方式仍属额外假设。同时展示两种方法,可使这一额外选择显性化,并为依赖微小概率差异的比较分析提供有效检验。
核查所得概率是否有效
加法扣减量可能超过极小的原始隐含概率值。试考虑另一组虚构赔率盘口,其小数赔率分别为 1.05、 10.00 与 100.00。其原始隐含概率值分别约为 0.952381、 0.100000 与 0.010000,总和约为 1.062381。
将超出部分除以三,可得出一个约为 0.020794的通用扣减值。从最终结果的原始 0.010000 中减去该值,可得出约−0.010794,即−1.0794%。负值无法表示该结果的概率。软件包文档明确指出,负输出是加法方法可能存在的问题。加法方法文档。
将负值设为零会导致其余数值之和超过一。将它们除以新的总和虽可恢复一个 100% 总和,但这一额外的截断与归一化步骤又引入了另一种变换。应保留失败的输出,并另行记录任何替代方法,而非在原始公式名称下呈现经修复后的数值。
对每一本已转换的赔率簿,需验证其所有结果是否完整、每个调整后的概率是否介于零与一之间,且其总和在所声明的数值容差范围内等于一。四舍五入操作应在这些验证完成之后进行;过早四舍五入可能掩盖微小的无效结果,或使两种方法看似完全相同。
在两种假设下均测试模型对比
假设一个虚构的足球模型给出主队获胜的 53% 概率。在将该模型输出固定不变的前提下,将其与原始 1.80、 3.60 及 4.50 赔率簿的两种变换结果进行比较。
相较于约 52.6316%的比例型基准,该模型高出约 0.3684 个百分点;而相较于约 53.7037%的加法型基准,该模型则低约 0.7037 个百分点。模型本身与原始赔率均未改变,但比较方向却随边际分配规则的变化而改变。
这些差异涉及一种源自市场的基准。评估所报赔付额需结合实际赔率与独立论证的概率估计。在孤立的全胜或全败假设下,若采用该虚构模型的 0.53 ,并结合实际小数赔率 1.80 ,则得出 0.53 × 1.80 − 1 = −0.046,即单位投注在扣除成本前的假定预期净收益为−4.6% 。因此,超越某一变换后基准,并不能证明在原始报价下存在有利的预期回报。
当所声称的模型优势小于合理基准方法间的变化量时,应报告该敏感性。应在检视何种版本更有利于该模型之前,预先选定并记录评估方法。此举可使后续审阅者得以区分一贯性的分析与在对比结果已知后才选定的方法。
确保变换过程可复现
一份可复用的记录需包含原始三项赔率、其格式、来源、采集时间及市场定义;另需补充倒数赔率、赔率和(booksum)、调整方法、未经舍入的调整后概率以及显示用舍入规则。若用于软件实现,还应保留所用软件包版本及相关选项。
若目标为收盘价复核,则须在整个选定的对比窗口期内保持方法一致。收盘线值审计指南详细说明了明确定义收盘时刻、核查价格可用性以及保留缺失观测值的各项单独要求。边际调整仅构成该记录中的一项组成部分。
最后,须将一致性与预测表现作为两项独立检验。概率一致性工作表用于检验相关足球预测能否彼此协调自洽。边际剔除计算必须满足其自身的概率约束条件,而其作为基准的有效性则仍属经验性问题。同时公开原始输入与所选方法,方能为读者提供充分信息,以复现结果并评估其适用边界。
评论 0
暂无评论。