Betgirl |

29. 1. 2014 08:36 Upraveno: 19. 7. 2026 16:32

Pokročilá pravděpodobnost: podmíněné jevy, korelace a modelové riziko

Pokročilejší práce s pravděpodobností nezačíná složitějším vzorcem, ale správným vymezením otázky. Potřebujete vědět, které informace byly dostupné před sázkou, zda jsou výsledky nezávislé a jak velkou chybu může mít odhad.

Článek rozebírá podmíněnou pravděpodobnost, korelaci a riziko chybně nastaveného sázkového modelu.

Pokročilejší práce s pravděpodobností nezačíná složitějším vzorcem, ale správným vymezením otázky. Potřebujete vědět, které informace byly dostupné před sázkou, zda jsou výsledky nezávislé a jak velkou chybu může mít odhad.

Tato lekce navazuje na pravděpodobnost, očekávanou hodnotu a value bet a zaměřuje se na podmíněné jevy, korelaci, kalibraci a modelové riziko.

Podmíněná pravděpodobnost

Podmíněná pravděpodobnost P(A|B) vyjadřuje šanci jevu A za předpokladu, že víme o jevu B. Například pravděpodobnost výhry týmu může být jiná, pokud nastoupí klíčový hráč, než bez této informace.

P(A|B) = P(A a B) ÷ P(B)

Nezaměňujte P(A|B) s P(B|A). To, že vítězné týmy často vedou o poločase, neříká přímo, jak často tým vedoucí o poločase nakonec vyhraje.

Aktualizace po nové informaci

Bayesův přístup kombinuje původní odhad s novým důkazem. Prakticky:

1. začněte základní četností;
2. odhadněte, jak pravděpodobná je nová informace u různých scénářů;
3. aktualizujte pravděpodobnost přiměřeně síle důkazu;
4. nepřepisujte odhad úplně kvůli jedné nápadné zprávě.

Absence hráče není univerzální procentní srážka. Její dopad závisí na náhradě, taktice, soupeři a již použitém základním odhadu.

Nezávislost

Jevy A a B jsou nezávislé, pokud znalost jednoho nemění pravděpodobnost druhého. Pak platí:

P(A a B) = P(A) × P(B)

Dvě nezávislé události s pravděpodobností 60 % mají společnou šanci 36 %. Ve sportu však plná nezávislost často neplatí.

Korelace a společné sázky

Výhra týmu a počet jeho gólů mohou být pozitivně korelované. Výhra jednoho hráče v turnaji a prohra jeho přímého soupeře v témže pavouku mohou být provázané pravidly soutěže. Několik sázek na stejné počasí nese společné riziko.

Pokud korelaci ignorujete, podhodnotíte nebo nadhodnotíte pravděpodobnost kombinace a celkovou expozici bankrollu. Sázkovka proto některé stejnozápasové kombinace přeceňuje vlastním modelem nebo je vůbec nepovolí.

Podmíněné násobení

U závislých jevů použijte:

P(A a B) = P(A) × P(B|A)

Nestačí vynásobit dvě veřejně zobrazené pravděpodobnosti. Potřebujete odhad druhého výsledku právě za situace, že první nastal.

Odstranění marže není jednoznačné

Normalizace implikovaných pravděpodobností tak, aby daly součet 100 %, předpokládá jednoduché rozdělení marže. Ve skutečnosti může být přirážka větší u outsiderů nebo určitých trhů.

Existují i jiné metody, například mocninná transformace nebo Shinův model. Žádná metoda sama neodhalí skutečnou pravděpodobnost; pouze převádí tržní ceny podle zvolených předpokladů.

Kalibrace a rozlišovací schopnost

Kalibrace říká, zda události předpovězené na 60 % nastávají přibližně v 60 % případů. Rozlišovací schopnost říká, zda model umí oddělit pravděpodobnější výsledky od méně pravděpodobných.

Model, který vždy uvede základní četnost, může být kalibrovaný, ale nemusí být užitečný pro výběr sázek. Potřebujete obě vlastnosti a cenu, která ponechává dostatečnou očekávanou hodnotu.

Brierovo skóre a log loss

U binární události je Brierovo skóre druhá mocnina rozdílu mezi odhadem p a výsledkem 0 nebo 1. Nižší průměr je lepší.

Log loss trestá velmi sebevědomé chybné předpovědi výrazněji. Metriky porovnávejte s jednoduchým referenčním modelem a na datech, která nebyla použita k nastavení modelu.

Trénink, validace a test

Jeden soubor dat nepoužívejte současně k nalezení pravidel i k důkazu, že fungují. U časových sportovních dat zachovejte pořadí:

• trénink: tvorba modelu;
• validace: volba nastavení a prahů;
• test: jednorázové nezávislé hodnocení;
• živý záznam: ověření proveditelnosti s reálnými kurzy.

Data leakage

Únik dat nastane, když model používá informaci, která v okamžiku sázky nebyla dostupná, přímo nebo skrytě. Patří sem konečná sestava u ranního kurzu, statistika dopočítaná po utkání nebo závěrečný kurz použitý k předpovědi dřívější ceny.

Backtest pak může vypadat výborně, ale nelze jej zopakovat v praxi. Ke každému sloupci dat proto ukládejte čas dostupnosti.

Overfitting a vícenásobné testování

Když vyzkoušíte stovky filtrů, některý bude v minulosti ziskový náhodou. Čím složitější pravidla a menší skupina, tím větší riziko přizpůsobení šumu.

Před testem určete hlavní hypotézu, omezte počet variant a požadujte potvrzení na nových datech. Zpětně nalezený vzorec označte jako hypotézu, ne jako hotovou strategii.

Interval odhadu a modelová nejistota

Místo jediného čísla pracujte s rozsahem. Pokud je pravděpodobnost podle různých rozumných specifikací mezi 48 a 55 %, sázka vyžadující 52 % nemá robustní výhodu.

K nejistotě dat přidejte riziko, že samotný model je nesprávný, soutěž se změnila nebo trh reaguje jinak. Bezpečnostní rezerva snižuje počet falešných value betů.

Simulace a rozdělení výsledků

Očekávaný zisk je průměr, ne typický krátkodobý průběh. Simulace může ukázat možné série proher, maximální propady a rozpětí konečných výsledků při zadaných pravděpodobnostech.

Výsledek simulace je pouze tak spolehlivý jako vstupy. Pokud ignoruje korelaci nebo nadhodnocuje výhodu, podhodnotí riziko.

Kontrolní seznam modelu

1. Byly všechny vstupy dostupné před sázkou?
2. Je test oddělený od tvorby a ladění?
3. Jsou pravděpodobnosti kalibrované?
4. Je zohledněna korelace otevřených sázek?
5. Zůstává výhoda při rozumné změně předpokladů?
6. Počítá backtest s reálným přijatým kurzem, limitem a náklady?
7. Potvrdil výsledek nový živý vzorek?

Další lekce: Psychologie sázení: proč mozek špatně pracuje s náhodou.