heinä 4, 2019
heinä 4, 2019

Osa 2: tekevätkö vedonlyöntifirmat painotuksia pistetasoitusvedoissa?

Mihin tietoihin tutustumme?

Tasoituksiin paneutuminen

Järjestelmällistä vai satunnaista?

Osa 2: tekevätkö vedonlyöntifirmat painotuksia pistetasoitusvedoissa?

Tämän artikkelin ensimmäinen osa esitteli idean, että vedonvälittäjä tekee painotuksia pistetasoitusvedoissa siksi, että markkinat luottavat liikaa suosikkeihin. Toinen osa käyttää uusimpia NBA-vedonlyöntitietoja ja yrittää vastata kysymykseen. Lue lisää tästä.

Tekevätkö vedonlyöntifirmat painotuksia pistetasoitusmarkkinoilla? Tämän kaksiosaisen vedonlyöntiartikkelin ensimmäisessä osassa ehdotin ajatuskoetta, joka ottaisi huomioon miksi he tekisivät niin. Tarkastelin myös todisteita ekonomisti Stephen Levittiltä, joka ehdotti, että vedonvälittäjät manipuloivat NFL-pistetasoituksia ja pyrkivät hyödyntämään vedonlyöjien tukea suosikeille, jotta pystyisivät kasvattamaan voittojaan.

Näin järjestelmällinen vinouma voidaan selittää intuitiivisella luottamuksella: mitä enemmän vedonlyöjä luottaa tiimin voittoon (mitä suurempana suosikkina tätä pitää), sitä todennäköisemmin hän myös uskoo siihen, että tiimi kattaa tasoituksensa.

Levitt oli havainnut, että 60% vedonlyöjistä tuki suosikkia NFL-pistetasoitusmarkkinoilla, mutta suosikit kattoivat tasoituksensa vain 48% ajasta. Vedonvälittäjällä, jonka teoreettinen marginaali on 2,5%, tulot kasvaisivat tällaisella jakaumalla 3,3%:iin. 

Nyt tutkin löytyykö vastaava vinouma tuoreemmista pistetasoitustiedoista NBA-vedonlyöntimarkkinoilta.

Mihin tietoihin tutustumme? 

Tähän analyysiin olen käyttänyt 12 kauden tietosarjaa NBA-pisteistä ja tuloksista Sportsbook Reviewsilta. Analyysijakso kattaa 30. lokakuuta 2007 – 5. toukokuuta 2019 ja sisältää 15508 NBA-ottelua. Käytin pistetasoitusta markkinoiden sulkeutumishetkeltä.

Jos valitsemme eri pistetasoitusrajat kokeiltavaksi tietojen käsittelyn jälkeen, vaarana on arvojen valitseminen keinotekoisesti niin, että se auttaa meitä sovittamaan hypoteesin tietoihin, kun meidän pitäisi oikeasti yrittää sovittaa tiedot hypoteesiin.

Todellisia hintoja ei ole annettu, mutta oletuksen on oltava, että keskimäärin jakaumat osoittivat 50–50-tilannetta (esimerkiksi 1,95/1,95 tai 1,91/1,91 tai Yhdysvaltain merkintätavalla -105/-105 tai -110/-110 marginaalin jälkeen). Jos tämä oletus on kelvollinen, todellisia hintoja ei vaadita tätä seuraavaan analyysiin. 

Sportsbook Reviews kertoo, että ennen vuotta 2015 tasoitusarvot tulivat vedonvälittäjiltä 5Dimes, Betonline, Bookmaker, Heritage, Pinnacle ja Sportsbook.com, ja sen jälkeen Westgate Superbookilta täydennettynä 5Dimesilla ja Bookmakerilla. Tarkempia tietoja siitä, mitkä yksittäiset tasoitukset tulivat miltäkin välittäjältä, ei ole saatavilla. 

15508 ottelusta 15311:ssä oli tasoitussuosikki markkinoiden sulkeutuessa (toisen osapuolen tasoitus oli ≤ -0,5). Näistä 254 ottelussa suosikki (ja luonnollisesti myös altavastaaja) kattoi tarkalleen pistetasoituksen. Jäljelle jäävästä 15057 ottelusta 7541:ssä eli 50,08%:ssa suosikit kattoivat tasoituksen ja 7516:ssä eli 49,92%:ssa altavastaaja teki samoin. Erotuksella oletetusta 50–50-tuloksesta on khiin neliötestin p-arvo 84%. Toisin sanoen järjestelmällisen vinouman vaatimaa tilastollisesti merkittävää poikkeamaa ei ole havaittavissa. Se siitä 48%:sta.

Tasoituksiin paneutuminen

Tämä löytö ei vastaa Levittin NFL-analyysia. Ei kuitenkaan vielä luovuteta vinouman etsimisessä. Muista, että intuitiivisen itseluottamuksen selitys ehdottaa, että mitä suurempi moneyline-suosikki, sitä todennäköisemmin vedonlyöjä tukee suosikki myös pistetasoitusmarkkinoilla, mikä kannustaa vedonvälittäjiä manipuloimaan tasoituksia suurempia pistetasoituksia varten.

Seuraava taulukko osoittaa suosikkien kumulatiivisen prosenttiosuuden tasoituksen kattamisessa, kun ottelut on järjestetty pistetasoituksen mukaan, suurimmat tasoitukset ensin. X-akseli ei luonnollisesti ole lineaarinen, koska suuria pistetasoituksia on huomattavasti vähemmän kuin pieniä. 

in-article-points-spread-in-article-1.jpg

Kun hylkäämme suurimmat tasoitukset, joissa pieni otoskoko aiheuttaa merkittävää vaihtelua, tilastot näyttävät selkeitä todisteita pistetasoituksen vinoumasta, vaikka vinouma katoaakin, kun saavutamme nollan tasoituksen yhtä hyviksi luokitelluilla joukkueilla. Esimerkiksi 1303 ottelussa, joissa lopputasoitus oli ≥ 12, vain 47,0% suosikeista kattoi sen. 2600 ottelussa, joissa lopputasoitus oli ≥ 10, 48,3% suosikeista kattoi tasoituksen. Ja 4701 ottelulle, joiden lopputasoitus oli ≥ 8, tämä luku oli 49,4%.

Järjestelmällistä vai satunnaista?

Kysymys kuuluukin, onko tämä vinouma merkityksellistä ja tilastollisesti merkittävää vaiko vain onnekas löytö pienestä otoskoosta. Jos mietitään tasoitusta ≥ 12, t-testi vahvistaa, että todennäköisyys sille, että 47% suosikeista kattaa tasoituksen (kun oletuksena on 50%), tapahtuisi vain 0,3%:n todennäköisyydellä.

Tyypillisesti tätä pidettäisiin tilastollisesti merkittävänä (p-arvot < 5 % tai 1 % ovat yleisesti kriittisiä rajoja tilastolliselle merkittävyydelle) ja hylkäisimme nollahypoteesin siitä, että erilaista vinoumaa ei pitäisi olla silloin, kun jonkinlainen vinouma esiintyy syystä. Ensimmäisen osan mukaisesti selvin syy on se, että vedonvälittäjät manipuloivat tasoituksiaan käyttääkseen hyväkseen vedonlyöjiä.

Ikävä kyllä tähän liittyy huomautuksia. Ensinnäkin 10 pisteen tasoituskynnykseen liittyvä p-arvo 1,7 % ei ole tilastollisesti yhtä merkittävä, kun taas 8 pisteen tasoituskynnykseen liittyvä arvo 25,2 % ei ole tilastollisesti lainkaan merkittävä.

Toisekseen t-testin käyttö ei välttämättä ole sopivaa tässä tilanteessa, koska käsittelemme tietoja (kuinka monta kertaa joukkueet kattoivat tasoitukset), jotka eivät välttämättä täytä tunnettua tietojakaumaa. Sen sijaan voimme käyttää jykevämpää mutta tehottomampaa epäparametrista jakaumavapaata khiin neliötestiä. Khiin neliön p-arvo esimerkiksi 12 pisteen tasoituskynnykselle on 3,3%.

Mitä enemmän vedonlyöjä luottaa tiimin voittoon (mitä suurempana suosikkina tätä pitää), sitä todennäköisemmin hän myös uskoo siihen, että tiimi kattaa tasoituksensa.

Loppujen lopuksi ei ole lainkaan selkeää, mitä pistetasoituksia tulisi tarkkailla, kun vinoumaa etsitään. Jos valitsemme eri pistetasoitusrajat kokeiltavaksi tietojen käsittelyn jälkeen, vaarana on arvojen valitseminen keinotekoisesti niin, että se auttaa meitä sovittamaan hypoteesin tietoihin, kun meidän pitäisi oikeasti yrittää sovittaa tiedot hypoteesiin. Tällainen tiedonlouhinta ei ole koskaan hyvä idea. Vedonlyöjät, jotka yrittävät ”löytää” kannattavia järjestelmiä, tekevät tämän omalla riskillään.

Äärimmäisessä tilanteessa voisimme laskea p-arvon sarjan jokaiselle pisteelle sarjassa sijoitettuja pistetasoitusarvoja. Tässä tilanteessa niitä olisi 15310. Tämä luo useita vertailuongelmia, joissa suoritamme yhtä aikaa sarjan tilastotestejä, joilla kaikilla on potentiaalia löytää merkittävä häiriö. Jos esimerkiksi yksi testeistä suoritetaan kriittisellä p-arvolla (tilastollisen merkityksellisyyden kynnyksellä) 5%:n tasolla, ja nollahypoteesi – että kaikki on sattumaa – on totta, on vain 5%:n todennäköisyys, että nollahypoteesi hylätään virheellisesti.

Jos kuitenkin suoritetaan 100 testiä, joissa kaikissa vastaava nollahypoteesi on totta ja jotka ovat toisistaan tilastollisesti riippumattomia, todennäköisyys vähintään yhteen virheelliseen hylkäämiseen on 99,4%. Siksi emme voi juuri luottaa hypoteesitestaukseemme, ellemme käytä jonkinlaista korjausta.

Yksi yleinen tapa on Bonferroni-korjaus. Bonferroni-korjausta varten tarvitsee vain jakaa kriittinen p-arvo tehtävien vertailujen määrällä. Jos esimerkissä yksittäisten testin kriittinen arvo oli 5%, 10 samanaikaista testillä se laskisi arvoon 0,5%. Jos yksikään kymmenestä p-arvosta ei laske kyseisen vaativamman kynnyksen alle, emme voi hylätä nollahypoteesia, että kaikki näkemämme tapahtuu vain sattumalta. 

Seuraavassa taulukossa näkyy p-arvon evoluutio t-testeissä ja khiin neliötesteissä peräkkäisten kumulatiivisten otoskokojen otoksina sarjassa, joka on järjestetty pistetasoituksen mukaan. Y-akseli on logaritminen. Näkyvissä on myös kriittisen p-arvon Bonferroni-korjaus, joka olettaa, että yksittäisten testin kriittinen arvo on 5% ja että samanaikaisia testejä suoritetaan 15310.

in-article-points-spread-in-article-2.jpg

Epäparametriset khiin neliötestit näyttävät järjestelmällisesti konservatiivisempia p-arvoja ja niihin on luultavasti järkevämpi keskittää huomio. Silti edes t-testin p-arvoille ei ollut yhtä selkeää lukua, joka antaisi korjatun kriittisen arvon, jonka avulla voisimme hylätä sattuman ainoana syynä havainnoillemme.

Tarkkaan ottaen Bonferroni-korjaus olettaa, että samanaikaiset testit ovat toisistaan riippumattomia. Selvästikään pistetasoitusten järjestetyssä sarjassa, josta yritämme saada selville kattavatko yhä suuremmat suosikkien otoskoot yhdessä tasoituksen alle 50 % ajasta, tämä ei ole totta. Sen vuoksi korjattu kriittinen kynnys on todennäköisesti liian konservatiivinen. Tästä huolimatta olen käyttänyt tätä menetelmää korostamaan mahdollisia sudenkuoppia siinä, että tilastollista merkityksellisyyttä oletetaan paikassa, jossa sitä ei välttämättä ole. 

Mitä olemme oppineet tästä analyysista?

Kvalitatiivisesti puhuen tiivistäisin nämä löydökset seuraavasti. Kyllä, pistetasoituksessa vaikuttaa olevan suosikkivinouma NBA-vedonlyöntimarkkinoilla, mutta se esiintyy vain suuremmilla tasoitusarvoilla. Jos tällä vinoumalla on tilastollista merkitystä, mikä viittaisi sattumaa merkittävämpään syy–seuraussuhteeseen, esimerkiksi vedonvälittäjän tekemään painotukseen pistetasoituksessa, se on todennäköisesti heikko.

Jos vedonvälittäjät manipuloivat tasoitusta niin kuin Levitt esitti heidän tekevän NFL:n kohdalla, tämä manipulointi ei ole laaja-alaista. Intuitiivinen vinouma voi selittää, miksi vedonlyöjät lyövät liikaa vetoa suurimmista tasoituksista, mutta jos näin on, vedonvälittäjä voi hyödyntää tätä vain minimaalisesti. Jos sitä yritetään hyväksikäyttää enemmän siirtämällä tasoitusta enemmän, vedonlyöjien käytös ei luultavasti vastaa tähän lineaarisesti, jolloin vedonvälittäjä menettää toivomansa lisätulot.

Jos olisit veikannut suosikkeja vastaan tässä 12 kauden esimerkissä kuin vastarannan kiiski konsanaan, näin tulosi olisivat muuttuneet järjestetyllä pistetasoituksella olettaen kertoimen 1,95(-105) ja vedonvälittäjän marginaalin 2,5%.

in-article-points-spread-in-article3.jpg

Kyllä, vastarannan kiiskenä toimimisessa ja suurimpien altavastaajien tukemisessa tasoituksen kattamiseksi on potentiaalia tuotolle. Se on kuitenkin pieni ja on kyseenalaista, onko se tilastollisesti merkittävä ja siten tulevaisuuteen jatkuva. Vastaavasti kuin kiinteiden kertoimien vedonlyöntimarkkinoiden suosikki–altavastaaja-vinoumassa, sen tuoma mahdollinen tuotto rajoittuu vain vedon lyömiseen voimakkaimpia suosikkeja vastaan, kun suurin osa markkinoista pysyy hyvin vedonvälittäjän marginaalin asettaman riskinsiedon sisäpuolella.

Suosikkien ja altavastaajien välillä ei selvästikään ole eroa yleisemmin kaikilla tasoitusarvoilla, vaan ne kattavat tasoituksen yhtä usein. Siinä missä suurimpien suosikkien kohdalla voi välillä esiintyä epätehokkuutta, keskimäärin NBA-pistetasoitukset tuntuvat vastaavan todellisia todennäköisyyksiä, että tiimit kattavat tasoituksen.

Jos yleisempi vinouma oli olemassa silloin, kun Levitt tutki NFL-markkinoita, se vaikuttaa pääosin kadonneen. Kun tehottomuuksista tulee julkista tietoa, ne yleensä katoavat pian.

Vedonlyöntiresurssit auttavat vedonlyönnissä

Pinnaclen Vedonlyöntiresurssit-osio on yksi netin kattavimmista asiantuntevan vedonlyöntineuvonnan kokoelmista. Tavoitteenamme on auttaa kaikentasoisia vedonlyöjiä parantamaan tietämystään.