Μεταβλητές και στατιστικά σε σύστημα στοιχήματος και η βαρύτητά τους

Google+ Pinterest LinkedIn Tumblr +

Δεν είναι τόσο οι παράγοντες που επηρεάζουν το τελικό αποτέλεσμα ενός αγώνα, προκειμένου να κάνετε την καλύτερη δυνατή πρόβλεψη, αλλά το πόσο επηρεάζει ο καθένας από αυτούς το τελικό αποτέλεσμα. Η λεγόμενη βαρύτητα του κάθε παράγοντα.

Όταν φτιάχνετε ένα σύστημα στο στοίχημα, ξεκινάτε από τους παράγοντες εκείνους που επηρεάζουν το τελικό αποτέλεσμα. Μπορεί να είναι η θέση στον πίνακα της βαθμολογίας, στατιστικά όπως ο μέσος όρος τερμάτων ή η κατανομή Poisson, η φόρμα των τελευταίων 6 αγώνων, η προϊστορία, οι απουσίες παικτών… Πραγματικά η λίστα είναι ατελείωτη.

Ποια στατιστικά παίρνετε ως δεδομένα κατά την κατασκευή ενός συστήματος στο στοίχημα;

Πρόσφατα δέχθηκα αρκετά emails, που επικεντρώνονταν στο ίδιο θέμα: ποια δεδομένα πρέπει να βάλω ως μεταβλητές εισόδου κατά τη δημιουργία ενός συστήματος στο στοίχημα;

Παρατηρώ ότι οι περισσότεροι παίκτες, προσπαθώντας να φτιάξουν ένα κερδοφόρο σύστημα στο στοίχημα, πιστεύουν πως καίριας σημασίας είναι η επιλογή των στατιστικών ή δεδομένων γενικότερα, στα οποία θα βασιστεί το σύστημά τους. Να βάλω λίγο φόρμα, κάποια στατιστικά, τον παράγοντα «έδρα», μερικά από τα πρόσφατα αποτελέσματα των ομάδων… Τι άλλο να βάλω, τι άλλο να βάλω…;

Αν και προφανώς κάπως έτσι ξεκινάμε όταν φτιάχνουμε ένα σύστημα στο στοίχημα, υπάρχει μια λεπτομέρεια που παραβλέπεται. Και είναι τόσο σημαντική, που δεν είναι καν λεπτομέρεια αλλά το κύριο θέμα αυτού του κειμένου. Και δεν είναι άλλη από τη βαρύτητα που έχει το κάθε δεδομένο που εισάγουμε στο σύστημά μας.

Κατά πόσο επηρεάζει η έδρα, η στατιστική και οι απουσίες έναν αγώνα;

Αναρωτηθήκατε ποτέ κάτι τέτοιο; Ή απλά επικεντρωθήκατε στην επιλογή των καλύτερων κατ’ εσάς δεδομένων, που μπορεί να δώσουν καλύτερη πρόβλεψη;

Κάποιοι το σκέφτηκαν ήδη πριν έρθουν σε επικοινωνία μαζί μου. Όλοι τους όμως έδωσαν την ίδια βαρύτητα σε όλα τα δεδομένα, σε όλες τις μεταβλητές που επηρεάζουν έναν αγώνα. Η αλήθεια είναι βέβαια ότι τα στοιχεία που πήραν ως δεδομένα ήταν τόσο σημαντικά, που ήταν φυσιολογικό κάθε ένα από αυτά να έχει την ίδια βαρύτητα με τα υπόλοιπα.

Ας το εξηγήσω αυτό, πριν προχωρήσουμε στην απάντηση του πώς βρίσκουμε τη βαρύτητα κάθε δεδομένου.

βαρύτητα-ζυγαριά

Έστω ότι φτιάχνετε ένα σύστημα για το στοίχημα από το μηδέν. Ξεκινάτε (εύχομαι) έχοντας ως βάση το φύλλο Excel του Στοίχημα Online ή κάποιο παρόμοιο. Πρέπει να δώσετε εξαρχής μεγάλη προσοχή στην οργάνωση του συστήματος (και κατ’ επέκταση του εργαλείου πάνω στο οποίο θα στηριχτείτε), αφού στην πορεία κινδυνεύετε να… χαθείτε σε αναρίθμητους υπολογισμούς, μεταβλητές και αποτελέσματα.

Αφού λοιπόν έχετε μια βάση όπου μπορείτε να παρακολουθείτε την πορεία του συστήματός σας, το επόμενο βήμα είναι φυσικά να καταλήξετε στα δεδομένα που θα συγκεντρώνετε για κάθε αγώνα και την εισαγωγή τους στο σύστημα. Ας πούμε ότι καταλήγετε στη φόρμα των τελευταίων 5 αγώνων, στο μέσο όρο τερμάτων χωρισμένο σε εντός κι εκτός έδρας παιχνίδια και σε μια σύγκριση με τις αποδόσεις του Πάμε Στοίχημα.

Σας φαίνονται λίγα τα δεδομένα; Μην ξεχνάτε πως δε χρειάζεται να είναι περίπλοκο ένα σύστημα για να έχει καλές προβλέψεις κι απόδοση.

Αυτά τα τρία δεδομένα (φόρμα, στατιστικά γκολ, σύγκριση αποδόσεων) έχουν μεγάλη σημασία. Τόση μεγάλη που κανένα από τα τρία δεν ξεχωρίζει. Τι σημαίνει αυτό;

Ότι η βαρύτητα του κάθε δεδομένου αυτομάτως ορίζεται στο 33%! Κατά 33% επηρεάζει το τελικό αποτέλεσμα η φόρμα, κατά 33% η στατιστική και κατά 33% αν οι αποδόσεις είναι 10 ή 15% μεγαλύτερες του ΟΠΑΠ. Χωρίς καν να έχετε λάβει υπόψη το φαινόμενο της «βαρύτητας» στις μεταβλητές εισαγωγής, έχετε υποσυνείδητα ορίσει τη βαρύτητα αυτή στο 33% της κάθε μεταβλητής!

Είναι διαφορετική η βαρύτητα της κάθε μεταβλητής;

Φυσικά! Ίσως όχι στις τρεις παραπάνω μεταβλητές, αφού είναι εξίσου σημαντικές, αλλά τι γίνεται αν συμπεριλάβετε παράγοντες όπως την δυναμική της έδρας, τον καιρό ή τις απουσίες;

Ας υποθέσουμε ότι στις παραπάνω 3 μεταβλητές, προσθέτουμε και αυτές εδώ. Τώρα έχουμε 6 παράγοντες πάνω στους οποίους θα στηριχτούν οι προβλέψεις μας.

Είναι όμως δυνατόν ο παράγοντας «έδρα» να επηρεάζει το τελικό αποτέλεσμα στον ίδιο βαθμό με αυτόν των «απουσιών»; Ναι, η έδρα δίνει ένα άλφα πλεονέκτημα στη γηπεδούχο ομάδα. Πόσο είναι αυτό; 3, 5, 10%; Αν από την ομάδα λείπουν οι δύο βασικοί επιθετικοί, πόσο θα κοστίσει στην ομάδα το γεγονός αυτό; 10, 20, 30%; Διότι ο παράγοντας «έδρα» πράγματι επηρεάζει το τελικό αποτέλεσμα, αλλά συμφωνούμε νομίζω όλοι ότι δεν επηρεάζει τόσο όσο οι απουσίες μιας ομάδας.

Κι ο καιρός; Αν θα έχει ήλιο προφανώς η επίδραση του μειώνεται στο ελάχιστο εκτός αν μιλάμε για καύσωνα. Τι γίνεται σε περίπτωση καταιγίδας και δυνατού αέρα; Ποια ομάδα ευνοείται; Κυρίως όμως ΠΟΣΗ θα είναι η επίδραση αυτή στο τελικό αποτέλεσμα;

Βλέπουμε λοιπόν ότι δεν αρκεί να βρούμε όλα εκείνα τα δεδομένα που επηρεάζουν έναν αγώνα, αλλά εξίσου σημαντικός είναι κι ο βαθμός επιρροής τους, που τον ονομάζουμε βαρύτητα. Εδώ που τα λέμε κιόλας, τα δεδομένα είναι κυριολεκτικά αναρίθμητα. Ακόμα κι αν είχε ξεκούραστο ύπνο ο επιθετικός μπορεί να επηρεάσει έναν αγώνα ή αν ο προπονητής έχει στο μυαλό του το συγγενή του που μπήκε χθες στο νοσοκομείο!

Γιατί δεν τα συμπεριλαμβάνουμε όλα αυτά; Πολύ απλά επειδή η βαρύτητά τους είναι πολύ μικρότερη από τα υπόλοιπα δεδομένα που προανέφερα! Αν η πραγματική πιθανότητα ενός αγώνα είναι 50% κι εμείς καταφέραμε να την εκτιμήσουμε στο 49,8% επειδή δεν συμπεριλάβαμε τι φαγητό έφαγαν χθες οι παίκτες, ας είναι. Δε χάθηκε ο κόσμος. Το λάθος θα είναι αν την εκτιμήσουμε στο 45% ή στο 40%!

Πώς υπολογίζεται η βαρύτητα κάθε δεδομένου; Νευρωνικά δίκτυα, αγάπη μου!

βαρύτητα-όργανο-μέτρησηςΝαι, μπορείτε πράγματι να θέσετε αυθαίρετα τη βαρύτητα κάθε δεδομένου που εισάγετε στο σύστημά σας. Καμία αντίρρηση. Με τη μέθοδο της δοκιμής και σφάλματος, θα καταλήξετε σε εκείνα τα ποσοστά βαρύτητας που θα σας δίνουν την καλύτερη πρόβλεψη με βάση τα προηγούμενα αποτελέσματα. Μιλάμε φυσικά για μια χρονοβόρα διαδικασία, αλλά μη νομίζετε ότι είστε ο μόνος που σπαταλά την ώρα του στην κατασκευή ενός συστήματος. Όλοι μας έχουμε χάσει μέρες από τη ζωή μας προσπαθώντας να «ταιριάξουμε» το σύστημά μας.

Υπάρχει όμως μια λύση που είναι κάπως πιο εύκολη, πιο επιστημονικά σωστή και πολύ πιο γρήγορη.

Τα νευρωνικά δίκτυα είναι στην ουσία δίκτυα που ενώνουν όλα τα δεδομένα που εισάγετε στο σύστημά σας, δίνοντας την κατάλληλη βαρύτητα στο καθένα. Αυτόματα! Πώς;

Ελέγχοντας τα προηγούμενα αποτελέσματα που έχετε εισάγει και προσαρμόζοντας τη βαρύτητα του κάθε δεδομένου, ούτως ώστε στο τέλος να δώσουν την καλύτερη πρόβλεψη στο δείγμα που τους δίνετε. Με λίγα λόγια, αν έχετε 100 αγώνες στη βάση δεδομένων σας, τα νευρωνικά δίκτυα θα προσπαθήσουν να «ταιριάξουν» τη βαρύτητα της κάθε μεταβλητής, ώστε με βάση τους 100 αυτούς συγκεκριμένους αγώνες, να είχαν το μεγαλύτερο ποσοστό επιτυχίας των προβλέψεων.

Το ίδιο θα μπορούσατε να κάνετε κι εσείς… χειροκίνητα. Έχετε μια βάση δεδομένων με 100 αγώνες που έχουν ολοκληρωθεί (προφανώς) και 5 μεταβλητές στις οποίες ορίζετε από 20% βαρύτητα την καθεμιά. Έχετε 30% επιτυχία στις προβλέψεις σας. Μεταβάλετε λίγο τη βαρύτητα στις 4 (15%) και δίνετε σε μία (π.χ. απουσίες) 40% αντί για 20% (το σύνολο πάντα θα είναι 100%). Τώρα έχετε 35% επιτυχία στις προβλέψεις. Με τον ίδιο τρόπο προσπαθείτε να μεγιστοποιήσετε το ποσοστό επιτυχίας των προβλέψεών σας.

Αυτό ακριβώς κάνουν τα νευρωνικά δίκτυα όταν χρησιμοποιούνται σε ένα σύστημα για το στοίχημα!

Και μια συμβουλή για τη στιγμή που θα πανηγυρίσετε, όταν θα έχετε καταφέρει να εμφανίσει το σύστημα σας κέρδος: μη βιαστείτε να ρισκάρετε αληθινά χρήματα! Δοκιμάστε το για 50-100 στοιχήματα στα «χαρτιά», με εικονικά χρήματα, ώστε να βεβαιωθείτε ότι το σύστημά σας εξακολουθεί να αποφέρει κέρδος υπό τις τωρινές συνθήκες. Μια μέθοδος που είναι γνωστή ως forward testing. Η εξέλιξη δηλαδή του back testing, που ήδη επιχειρείτε όταν φτιάχνετε ένα σύστημα στοιχήματος!

Μοιράσου

Για τον αρθρογράφο

Ο Jim συνηθίζει να μετράει φύλλα στο Blackjack, να παίζει στοίχημα και πόκερ, αλλά και να επενδύει στις χρηματιστηριακές αγορές του κόσμου. Συνδεθείτε με τον Jim: StockTwits | TradingView | LinkedIn | Vimeo | YouTube