Wettende möchten häufig gerne als „scharfsinnig“ bezeichnet werden. Dies ist üblicherweise eine andere Möglichkeit, zu suggerieren, jemand sei qualifiziert genug, langfristig zu gewinnen, doch nur wenige Wettende fallen tatsächlich in diese Kategorie. Wie viele Wettende sind scharfsinnig? Im Folgenden erfahren Sie mehr.
Erneute Beschäftigung mit einer klassischen Frage
Eine Frage, die mich seit langer Zeit interessiert, ist, wie viele Menschen tatsächlich beim Wetten gewinnen. Als ich mir diese Frage zum ersten Mal stellte, ergab eine schnelle Suche eine viel zitierte Maxime: 97 % der Wettenden verlieren. Okay, diese Zahl unterliegt bestimmten Abweichungen, manchmal könnten es 95 % sein, manchmal 99 %. Doch was bedeutet dies wirklich? Und noch wichtiger, wie stichhaltig ist dieser Wert?
Widmen wir uns zunächst dem einfacheren Aspekt: Was bedeutet Gewinnen? Selbstverständlich kann jeder Mensch eine Wette durch Glück gewinnen. Relativ viele Menschen können tatsächlich genügend Gewinne für eine längerfristige Rendite erzielen, doch auch dies basiert wiederum auf Glück. Tatsächlich könnte ein Viertel aller Point-Spread- oder Asian-Handicap-Wettenden, die mit den üblichen Margen von Pinnacle spielen, nach 1.000 Wetten schwarze Zahlen schreiben. Etwa einer von 100 könnte auch nach 10.000 Wetten noch Gewinne erzielen. Für manche wäre dies ein gesamtes Wettleben.
Doch dies ist nicht wirklich, was wir mit Gewinnen meinen. Für die meisten Menschen verliert der Faktor Glück langfristig an Bedeutung. Dies ist schlicht die Konsequenz des Gesetzes der großen Zahlen. Stattdessen interessieren wir uns für diejenigen Wettenden, die ebenfalls aufgrund ihrer Fähigkeiten gewinnen können, und nicht lediglich aufgrund von Glück. Diese Spieler haben eine Möglichkeit gefunden, etwas zu generieren, das als Erwartungswert bezeichnet wird. Der Buchmacher erwartet, dass diese Spieler auch dann einen Gewinn erzielen, wenn Glück und Pech sich gegenseitig aufgehoben haben. Wie viele Wettende weisen einen echten Erwartungswert auf?
Meines Wissens existieren keine veröffentlichten Studien zu diesem Thema. Falls Sie über andere Informationen verfügen, setzen Sie sich bitte mit mir in Verbindung. Ich habe zuvor bereits versucht, diese Frage zu beantworten, indem ich die Performance-Verteilung von Wettenden aufgezeigt habe. Da diese fast identisch ist mit einer Performance-Verteilung durch Glück, habe ich geschlussfolgert, dass es tatsächlich nicht sehr viele qualifizierte Wettende geben kann.
In diesem Artikel habe ich versucht, dies aus einer anderen Perspektive erneut zu betrachten: der Perspektive der Buchmacher, und insbesondere, wie diese ihre Märkte entwickeln. Ich muss an dieser Stelle betonen, dass der Inhalt dieser zwei Artikel sehr stark auf meinem eigenen Gedankenexperiment basiert, das zahlreiche Fragen aufwirft, Fehler und Lücken enthält, sowie in keiner Weise widerspiegelt, wie Pinnacle die Entwicklung seiner Märkte handhabt.
Da uns kein Buchmacher verraten wird, wie er hierbei vorgeht, müssen wir rückwärts gerichtet arbeiten. Wir untersuchen, wie sich die Quoten tatsächlich entwickeln, und prüfen, ob wir ein Modell erstellen und seine Parameter verändern können, bis wir in der Lage sind, die reale Welt nachzubilden. Wenngleich ich diese Art des Data-Mining bei der Entwicklung einer Wettmethodik niemals befürworten würde, wird sie für diese Aufgabe ausreichen müssen.
Ausgleichende Handlungen und Preisfindung
Besuchen Sie Twitter oder ein gut frequentiertes Wettforum, und Sie werden vermutlich auf zahlreiche Debatten darüber stoßen, wie Buchmacher ihre Linien (Quoten) verwalten. Ein Standardgedanke ist, dass sie nach der möglichst präzisen Definition ihrer Ergebniserwartungen versuchen, mithilfe ausgleichender Handlungen sicherzustellen, dass sie unabhängig vom Ergebnis einen Gewinn erzielen.
Wenn auf einer Seite mehr Handlungen und Volumen zu beobachten sind als auf der anderen, wird der Buchmacher die Quoten auf dieser Seite verschieben (senken), um mehr Handlungen und Volumen auf der anderen Seite zu fördern. Wenn die Spieler sich darauf einlassen, könnten sie die Quoten zurück verschieben, wenn nicht, können sie die Quoten noch weiter senken.
Etwa ein Viertel aller Point-Spread- oder Asian-Handicap-Wettenden, die mit den üblichen Margen von Pinnacle spielen, können nach 1.000 Wetten schwarze Zahlen schreiben.
Die Entwicklung eines Marktes durch einen Buchmacher in der Zeit vor dem Beginn eines Spiels stellt dann eine Art der Preisfindung dar. Auf den Finanzmärkten ist dies als Bestimmung des Preises eines Vermögenswerts innerhalb des Marktplatzes durch die Interaktionen von Käufern und Verkäufern bekannt. Bei einem Sportbuchmacher ist dies sehr ähnlich. Wir ersetzen lediglich den Preis des Vermögenswerts durch Quoten sowie die Käufer und Verkäufer durch Unterstützer von Team A und Team B.
Somit würde der Buchmacher bei einem Einsatzbetrag von jeweils 100 $ für Team A und B die faire Quote bei 2,00 festlegen (sowie 1,95 inklusive Marge). Stellen Sie sich nun einen Eingang von 10 $ für Team A vor. Das Handlungsverhältnis würde nun 110 $ zu 100 $ betragen. Basierend auf diesen Informationen könnte der Buchmacher nun folgern, dass die echten Quoten für Team A nun bei (100/110) +1 (oder 1,909) liegen, und für Team B bei (110/100) +1 (oder 2,10). Nach Hinzufügen der Marge entspräche dies eine Quote von jeweils 1,86 sowie 2,05. Mit jeder neuen Handlung würde der Buchmacher seine Quoten mit derselben bayesschen Methode aktualisieren.
Ein Problem dieses Modells ist, wie Sie die Marktentwicklung beginnen. Bei der Eröffnung eines Marktes gibt es definitiv kein Handelsvolumen. Sie müssen einen Wert ungleich Null auswählen, um das Modell zu starten. Doch welchen? Je kleiner der Wert im Verhältnis zur anfänglichen Handlung, desto größer ist die anfängliche Verschiebung der Quoten.
Nehmen Sie in diesem Beispiel an, wir hätten mit einem theoretischen Markteinsatz von 10 $ auf Team A und 10 $ auf Team B begonnen. Ein weiterer Einsatz auf Team A würde die Quote auf 1,46 (und 2,93 für B) verschieben. Eine so starke Verschiebung wäre fraglos unerwünscht, da sie viel zu weit von den anfänglichen Modellschätzungen entfernt läge und scharfsinnigere Wettende ermutigen würde, sich mit großen Einsätzen einen Vorteil zu verschaffen.
Natürlich müsste der Buchmacher seinen Markt mit einer zusätzlichen Sicherheit ausstatten, deren Umfang im Wesentlichen von den Einsätzen seiner Kunden abhängt.
Ein Marktentwicklungsmodell
Ich habe ein Excel-Modell erstellt, um die Preisfindung eines Buchmachers nachzubilden. Das Modell bestand aus einem fiktiven Markt (Team A gegen Team B), dem der Buchmacher eine gleich hohe Gewinnwahrscheinlichkeit zugerechnet hatte (faire Quote 2,00). Eine Marge von 2,5 % wurde angewendet (Buchmacherquote 1,95) Die Quoten wurden über 1.000 Wiederholungen entwickelt. Bei jeder Wiederholung hätte ein Wettender die Möglichkeit, zu wetten oder die aktuelle Quote für A oder B zu ignorieren.
Wenn der Wettende sowohl die Quote für Team A als auch die für Team B ignorieren würde (unter der Annahme, das keine von ihnen einen Wert darstellt), blieben die Quoten unverändert. Wenn er auf eine der Quoten für A oder B setzen würde, erfolgte eine Aktualisierung der Quoten gemäß den oben beschriebenen Preisfindungsgrundsätzen.
Bei dem Versuch, ein wahrscheinliches Echtweltszenario nachzubilden, wurde angenommen, dass die Einsatzpräferenzen der Wettenden einer Potenzgesetzverteilung entsprechen. Während die meisten Wettenden zu Einsätzen zwischen 1 und 5 Einheiten tendierten, wollten einige wenige 10+ Einheiten einsetzen , noch weniger 100+ Einheiten und ein oder zwei Wettende hofften gelegentlich auf 1.000+ Einheiten.
Die Wettenden wurden entweder als qualifiziert oder unqualifiziert eingestuft. Von den qualifizierten Wettenden wurde angenommen, dass sie von der fairen Quote von 2,00 für A oder B wussten. Dennoch würden sie nur wetten, wenn die Quoten höher wären. Von den unqualifizierten Wettenden wurde angenommen, dass sie schlicht der Masse folgen. Dies bedeutet, sie wurden von den aktuell veröffentlichten Quoten in jeder Phase der Marktentwicklung beeinflusst. In Anbetracht der Tatsache, dass Anker-, Repräsentativ- und Verfügbarkeitsheuristik üblicherweise Menschen beeinflussen, wenn sie um die Einschätzung von Unsicherheiten gebeten werden, könnte dies eine vernünftige Annahme darstellen.
Natürlich müsste der Buchmacher seinen Markt mit einer zusätzlichen Sicherheit ausstatten, deren Größe im Wesentlichen von den Einsätzen seiner Kunden abhängt.
Um Ihnen etwas Spielraum zu gewähren, wurde ebenfalls angenommen, dass die Wahrnehmung der echten Quoten durch einen unqualifizierten Wettenden gemäß einer normalen Zufallsverteilung in Bezug auf die aktuellen Quoten variiert. Wenn beispielsweise die aktuelle Quote für A bei 1.95 sowie nach Entfernen der Marge bei 2,00 läge, könnten manche Wettende annehmen, die echte Quote wäre 1,99, 1,98, 1,97 (oder 2,01, 2,02, 2,03) und so weiter. Ein bestimmter Anteil von Wettenden würde denken, die echte Quote wäre niedriger als 1,95 und eine ausgegebene Quote von 1,95 stelle einen Mehrwert dar.
Somit gäbe es stets einige unqualifizierte Wettende, die glauben, eine der bestehenden Quoten für A oder B stellen einen Mehrwert dar. In meinem Modell würden diese ihren Wette mit ihrem zugeordneten Einsatz platzieren. Selbstverständlich würde ohne diese variable, unangebrachte Selbstüberschätzung niemals eine Wette in einem rationalen Marktplatz platziert werden. Üblicherweise konnte bei dem von mir auf die unqualifizierten Wettenden angewendeten Spielraum etwa die Hälfte von ihnen bei einer typischen Reihe von 1.000 Wiederholungen eine Wette finden.
Es gab zwei weitere Modellannahmen. Erstens: die qualifizierten Wettenden platzierten die höchsten Einsätze. Wenngleich dies möglicherweise nicht präzise die reale Welt repräsentiert, ist die Annahme vernünftig, dass diejenigen Wettenden, die einen Erwartungswert nachgewiesen haben, mit einer höheren Wahrscheinlichkeit größere Risiken eingehen, insbesondere, da dies vermutlich mit zuvor aus erfolgreichen Wetten der Vergangenheit geschöpftem Kapital erfolgt. Zweitens: für meine anfängliche Modelluntersuchung wurde der Einsatz eines Wettenden auf das Gesamtvolumen zuvor platzierter Wetten begrenzt.
- Lesen Sie: Wissen Sie, wie schwierig Wetten ist?
Wenn die Präferenz eines Wettenden für einen Einsatz bei 50 Einheiten liegt, aber lediglich 30 (inklusive Markteinsätzen) bisher getätigt wurden, würde eine Einsatzbegrenzung von 30 angewendet. Bei einem solchen Szenario würden die Präferenzen von Wettenden mit hohen Einsätzen im weiteren Verlauf der Marktentwicklung und weiteren angesammelten Einsätzen vollständig akzeptiert. Dies wäre repräsentativ für einen typischen Pinnacle-Markt, der mit steigendem Handelsvolumen auch höhere Einsatzlimits erlaubt.
Die nachstehende Zeitleiste zeigt, wie sich die Quoten für A und B unter der Annahme eines Markteinsatzes von lediglich 1 Einheit für A und B sowie nicht qualifizierten Wettenden entwickelten. Offenkundig sind einige der Quotenschwankungen, insbesondere in der Frühphase der Marktentwicklung, deutlich zu groß, um einen realen Markt zu repräsentieren. Jeder hohe Einsatz wirkt sich erheblich auf die Quotenberechnung aus, die auf den oben beschriebenen Preisfindungsgrundsätzen basiert. Eine ähnliche Entwicklung der Quoten wurde selbst dann beobachtet, wenn qualifizierte Wettende auf dem Markt aktiv waren. Offenbar liegt das Problem entweder in der Höhe der theoretischen Markteinsätze oder der Höhe des Einsatzlimits begründet.
Wie wir diese Probleme lösen und was diese Modellszenarien über den Anteil qualifizierter Wettender aussagen, wird in Teil zwei dieses Artikel behandelt.