ماشین‌حساب شرط‌بندی پواسون

این ماشین‌حساب پواسون، گل‌های مورد انتظار هر تیم را به احتمالات نتیجه تبدیل می‌کند و به شرط‌بندان آمریکایی یک خط مبنای مدل‌محور می‌دهد تا در بازارهای فوتبال، هاکی و سایر ورزش‌های کم‌گل در ایالات متحده، آن را با مانی‌لاین (Moneyline) سایت‌های شرط‌بندی مقایسه کنند.

ماشین‌حساب پواسون چیست؟

توزیع پواسون ابزار استانداردی برای مدل‌سازی ورزش‌های کم‌گل مانند فوتبال و هاکی است، جایی که گل‌ها نسبتاً نادر هستند و هر کدام نتیجه را تغییر می‌دهند. ماشین‌حساب پواسون یک ورودی واحد برای هر تیم می‌گیرد — گل‌های مورد انتظار، یعنی نرخ گل‌زنی که شما برای آن مسابقه پیش‌بینی می‌کنید — و آن را به یک توزیع احتمالی کامل تبدیل می‌کند: احتمال اینکه آن تیم دقیقاً صفر گل، دقیقاً یک گل، دقیقاً دو گل و غیره به ثمر برساند. همین محاسبه را برای هر دو تیم انجام دهید تا دو توزیع مستقل نتیجه داشته باشید. احتمال تعداد گل تیم میزبان را در احتمال تعداد گل تیم مهمان ضرب کنید تا احتمال آن نتیجه نهایی دقیق به دست آید. تمام نتایجی که در آن تیم میزبان جلو است را جمع بزنید تا احتمال برد میزبان در مدل به دست آید؛ همین کار را برای مساوی و برد مهمان انجام دهید. این سه درصد، خروجی واقعی هستند. هنگامی که احتمالی برای برد میزبان، مساوی یا برد مهمان دارید، می‌توانید آن را به یک قیمت عادلانه تبدیل کرده و در کنار آنچه سایت شرط‌بندی ارائه می‌دهد قرار دهید. اگر مدل نشان دهد که یک نتیجه محتمل‌تر از آن چیزی است که قیمت سایت نشان می‌دهد، این همان شکافی است که شرط‌بندان به دنبال آن هستند. پواسون پیش‌بینی نمی‌کند که در یک مسابقه چه اتفاقی می‌افتد — بلکه به شما می‌گوید با توجه به ورودی‌های گل‌های مورد انتظار شما، یک خط عادلانه باید چگونه باشد.

ماشین‌حساب پواسون چگونه محاسبه می‌شود؟

فرمول پشت این ماشین‌حساب، تابع جرم احتمال پواسون است: احتمال دقیقاً k گل برابر است با لاندا به توان k، ضرب در e به توان منفی لاندا، تقسیم بر k فاکتوریل، که در آن لاندا گل‌های مورد انتظار تیم است. در مثال عملی ماشین‌حساب، تیم میزبان لاندا ۱.۵ دارد. قرار دادن k = 0, 1, 2, 3 در فرمول، توزیع تیم میزبان را تولید می‌کند: ۲۲.۳٪ برای صفر گل، ۳۳.۵٪ برای یک گل، ۲۵.۱٪ برای دو گل و ۱۲.۶٪ برای سه گل. لاندا ۱.۱ تیم مهمان نیز از همان فرمول عبور می‌کند تا توزیع خود را بسازد. از آنجا، ماشین‌حساب یک جدول کامل نتایج می‌سازد: برای هر ترکیب از گل‌های میزبان و مهمان، احتمال تعداد گل تیم میزبان را در احتمال تعداد گل تیم مهمان ضرب می‌کند، زیرا خروجی دو تیم مستقل در نظر گرفته می‌شود. هر خانه، احتمال یک نتیجه نهایی خاص است. برای به دست آوردن سه عدد اصلی، ماشین‌حساب خانه‌ها را جمع می‌کند: خانه‌هایی که میزبان بیش از مهمان است به احتمال برد میزبان، خانه‌هایی که برابر هستند به احتمال مساوی، و خانه‌هایی که مهمان بیش از میزبان است به احتمال برد مهمان اضافه می‌شوند. برای مسابقه ۱.۵ در برابر ۱.۱، این به ۴۶.۴٪ برد میزبان، ۲۵.۸٪ مساوی و ۲۷.۸٪ برد مهمان منجر می‌شود — سه عددی که کاملاً از دو ورودی لاندا ساخته شده‌اند.

ماشین‌حساب چه چیزی را به شما نشان می‌دهد؟

خروجی ماشین‌حساب دو لایه دارد. اول، توزیع نتیجه هر تیم را نشان می‌دهد — احتمال اینکه یک تیم خاص دقیقاً صفر گل، یک گل، دو گل و غیره به ثمر برساند، بر اساس ورودی گل‌های مورد انتظار آن. در اینجا می‌توانید ببینید که چگونه یک نرخ گل‌زنی متوسط، بیشتر احتمال را روی تعداد گل‌های کم و مشخص متمرکز می‌کند تا اینکه آن را به طور مساوی پخش کند. دوم، سه احتمال نتیجه مسابقه را نشان می‌دهد که از ترکیب توزیع‌های هر دو تیم به دست می‌آید: شانس برد میزبان، مساوی و برد مهمان. آن سه عدد نشان‌دهنده طیف کامل نتایج ممکن هستند، بنابراین اعدادی هستند که شما با قیمت‌گذاری سایت شرط‌بندی مقایسه می‌کنید. در مجموع، تفکیک نتایج و درصدهای نتیجه نشان می‌دهد که مدل نه تنها چه انتظاری دارد، بلکه دقیقاً کدام نتایج هستند که عدد برد میزبان، مساوی یا مهمان را که به آن نگاه می‌کنید، هدایت می‌کنند.

مثال عملی

تیمی را در نظر بگیرید که ۱.۵ گل مورد انتظار برای مسابقه در برابر تیم مهمانی دارد که انتظار می‌رود ۱.۱ گل به ثمر برساند. اجرای لاندا ۱.۵ تیم میزبان از طریق فرمول پواسون برای چند نتیجه محتمل، این توزیع را تولید می‌کند: ۲۲.۳٪ شانس برای ۰ گل، ۳۳.۵٪ شانس برای ۱ گل، ۲۵.۱٪ شانس برای ۲ گل و ۱۲.۶٪ شانس برای ۳ گل. یک گل محتمل‌ترین نتیجه برای تیم میزبان است، حتی اگر ۱.۵ “میانگین” باشد — پواسون احتمال را روی اعداد صحیح نزدیک به لاندا متمرکز می‌کند تا خود لاندا، زیرا یک تیم نمی‌تواند کسر گل بزند. لاندا ۱.۱ تیم مهمان از همان فرآیند عبور می‌کند تا توزیع نتیجه خود را بسازد. ضرب احتمالات مستقل دو تیم در هر ترکیب از گل‌های میزبان و مهمان، و سپس جمع نتایج بر اساس اینکه چه کسی پیش است، مدل نتیجه مسابقه را تولید می‌کند: ۴۶.۴٪ برد میزبان، ۲۵.۸٪ مساوی و ۲۷.۸٪ برد مهمان. با نرخ ۱.۵ گل مورد انتظار، تیم میزبان به احتمال زیاد دقیقاً یک گل (۳۳.۵٪) می‌زند و ۲۲.۳٪ مواقع کلین‌شیت می‌کند. ترکیب هر دو توزیع، ۴۶.۴٪ برد میزبان، ۲۵.۸٪ مساوی و ۲۷.۸٪ برد مهمان را می‌دهد — یک خط عادلانه برای مقایسه با قیمت‌های سایت. از اینجا، یک شرط‌بند آن سه درصد مدل را به یک قیمت عادلانه تبدیل کرده و در کنار مانی‌لاین واقعی سایت شرط‌بندی برای همان مسابقه قرار می‌دهد. هر نتیجه‌ای که درصد مدل به طور قابل توجهی بالاتر از عدد ضمنی قیمت سایت باشد، گزینه‌ای است که ارزش بررسی دقیق‌تر را دارد — نه یک تضمین، بلکه سیگنالی مبنی بر اینکه بازار و مدل در مورد احتمال واقعی آن نتیجه اختلاف نظر دارند.

احتمالات گل پواسون در ۱.۵ گل مورد انتظار

در اینجا تفکیک کامل گل به گل برای تیمی با رقم ۱.۵ گل مورد انتظار، یعنی لاندا تیم میزبان از مثال عملی بالا، آمده است. هر ردیف احتمالی است که ماشین‌حساب به آن تعداد گل دقیق اختصاص می‌دهد. احتمالات از صفر گل افزایش می‌یابد، در یک گل به اوج می‌رسد و با افزایش تعداد گل کاهش می‌یابد.

مدل نتیجه مسابقه در برابر قیمت عادلانه

هنگامی که جدول نتایج در احتمالات برد میزبان، مساوی و برد مهمان جمع می‌شود، ماشین‌حساب هر درصد را به قیمت عادلانه‌ای که نشان می‌دهد تبدیل می‌کند. آن قیمت عادلانه چیزی است که نتیجه باید بدون حاشیه سود سایت شرط‌بندی پرداخت کند — عددی برای مقایسه، نه لزوماً عددی که واقعاً به شما پیشنهاد می‌شود.

محدودیت‌های مدل پواسون

پواسون واقعاً مفید است، اما بر فرضیاتی استوار است که همیشه در یک مسابقه واقعی صادق نیستند. بزرگترین آن‌ها استقلال است: مدل تعداد گل هر تیم را نامرتبط با دیگری در نظر می‌گیرد، که نتایج مساوی و بازی‌های کم‌گل را به طور کلی کمتر از واقعیت نشان می‌دهد. مسابقات واقعی نتایج ۰-۰ و ۱-۱ بیشتری نسبت به پواسون خام تولید می‌کنند، زیرا تیم‌ها با پیشرفت مسابقه، بازی خود را بر اساس نتیجه تنظیم می‌کنند — چیزی که فرض استقلال نمی‌تواند آن را ثبت کند. بسیاری از شرط‌بندان این را با تعدیل دیکسون-کولز (Dixon-Coles) اصلاح می‌کنند، که آن نتایج کم و نزدیک را نسبت به آنچه پواسون ساده خروجی می‌دهد، به سمت بالا سوق می‌دهد. این مدل همچنین نرخ گل‌زنی ثابت را در طول کل مسابقه فرض می‌کند و لاندا را از ابتدا تا انتها ثابت در نظر می‌گیرد. در واقعیت، نرخ گل‌زنی با کارت قرمز، وضعیت بازی و تیمی که پیش است و به جای حمله با سرعت اولیه، عقب می‌نشیند تا از برتری دفاع کند، تغییر می‌کند. هیچ‌کدام از این پویایی‌ها برای ماشین‌حسابی که فقط یک عدد گل مورد انتظار برای هر تیم می‌بیند، قابل مشاهده نیست. این به بزرگترین منبع خطا اشاره دارد: ورودی. کل مدل فقط به اندازه تخمین گل‌های مورد انتظار شما خوب است، و یک لاندا متزلزل، احتمالات با ظاهر مطمئن تولید می‌کند که به سادگی اشتباه هستند. خروجی را به عنوان یک تخمین منضبط برای مقایسه با بازار در نظر بگیرید، نه قطعیتی در مورد آنچه قرار است اتفاق بیفتد.

چه زمانی مدل پواسون منطقی است

پواسون به عنوان راهی برای ساخت یک دیدگاه مستقل و مبتنی بر اصول اولیه از یک مسابقه قبل از نگاه کردن به آنچه سایت شرط‌بندی ارائه می‌دهد، جایگاه خود را حفظ می‌کند. این مدل در ورزش‌های کم‌گل که گل‌ها رویدادهای قابل شمارش و گسسته هستند — فوتبال و هاکی موارد کلاسیک هستند — و جایی که مبنای معقولی برای تخمین گل‌های مورد انتظار هر تیم از فرم اخیر یا عوامل خاص مسابقه دارید، بیشترین کاربرد را دارد. با استفاده از این روش، به شما یک معیار قیمت عادلانه برای مقایسه با مانی‌لاین سایت می‌دهد، و شکاف بین این دو نقطه شروعی برای یافتن ارزش است، نه خط پایان. وقتی ورودی‌های گل‌های مورد انتظار شما خودشان حدس و گمان هستند، به عنوان یک سیگنال مستقل کمتر منطقی است، زیرا مدل نمی‌تواند ورودی‌های خوب را از بد تشخیص دهد — در هر صورت خروجی با ظاهر مطمئن محاسبه می‌کند. همچنین در جایی که ورزش از فرضیات آن منحرف می‌شود، ضعیف‌ترین است: مسابقاتی که مستعد اثرات وضعیت بازی، کارت قرمز یا تغییرات دفاعی پس از پیش افتادن یک تیم هستند، نیاز به تعدیل دارند، نه اعتماد کورکورانه. انضباط بانکرول (سرمایه) به همان اندازه مهم است — یک برتری مدل از یک مجموعه ورودی‌های گل‌های مورد انتظار، هنوز یک تخمین است، نه یک قفل، و تعیین اندازه شرط طوری که انگار قطعی است، راهی است که یک برتری واقعی در طول یک نمونه طولانی به ضرر تبدیل می‌شود. قوی‌ترین استفاده از پواسون به عنوان یک ورودی در یک فرآیند گسترده‌تر است: مدل را بسازید، آن را با بازار مقایسه کنید و هر شرط را بر اساس میزان اطمینان خود به اعداد گل‌های مورد انتظاری که با آن‌ها شروع کرده‌اید، اندازه بگیرید.

اشتباهات رایج

وقتی ورودی گل‌های مورد انتظار واقعاً فقط یک حدس تقریبی است، به خروجی اعتماد نکنید — مدل نمی‌تواند یک تخمین قوی را از یک تخمین بد تشخیص دهد. فراموش نکنید که پواسون پایه، نتایج مساوی و نتایج کم‌گل را کمتر از واقعیت نشان می‌دهد، زیرا هر دو تیم را به عنوان گل‌زنان مستقل در نظر می‌گیرد. فرض نکنید که نرخ گل‌زنی ثابت برای کل مسابقه با وجود عواملی مانند کارت قرمز یا تیمی که در اواخر بازی از برتری محافظت می‌کند، حفظ می‌شود. و احتمالات مدل را به عنوان قطعیت در نظر نگیرید — آن‌ها تخمین‌هایی برای مقایسه با بازار هستند، نه پیش‌بینی‌هایی برای شرط‌بندی کورکورانه.

مدل پواسون در برابر خط سایت شرط‌بندی

مدل پواسون و خط خود سایت شرط‌بندی به سوالات متفاوتی پاسخ می‌دهند: یکی تخمین می‌زند که چه چیزی باید از گل‌های مورد انتظار اتفاق بیفتد، دیگری منعکس‌کننده جایی است که پول بازار قرار دارد. مقایسه این دو، هدف اصلی استفاده از ماشین‌حساب پواسون است.