Dans un article précédent, nous avons expliqué comment élaborer un modèle de paris. Passons maintenant à l'étape suivante avec un exemple sur la façon de procéder.
Pour cet exemple, nous utilisons une approche similaire au Cycle de contrôle actuariel, une évaluation quantitative des risques utilisée par les compagnies d'assurance. Il existe cinq caractéristiques principales :
- Définition du problème
- Élaboration d'une solution
- Surveillance des résultats
- Professionnalisme
- Forces externes
Nous avons sous-divisé chacune de ces caractéristiques en étapes supplémentaires avec un exemple pour expliquer chaque étape.
Veuillez noter que notre modèle d'exemple est très basique et nous ne le cautionnons pas. Il s'agit juste d'un exemple pour vous montrer le processus difficile qui se cache derrière chaque étape.
Étape 1 : préciser l'objectif de votre modèle de paris
Notre objectif est de calculer le résultat des matches de Premier League anglaise pour voir s'il est possible de prédire les résultats plus précisément qu'un bookmaker.
Étape 2 : sélectionner les métriques
Notre objectif étant de calculer le résultat des matches de Premier League, la métrique que nous utilisons est la probabilité d'une équipe gagnante à domicile, d'une équipe gagnante à l'extérieur et d'un match nul.
Étape 3 : collecter, grouper et modifier les données
Nous avons choisi de ne prendre en compte que les matches de ligue pour l'analyse des données, et n'avons procédé à aucune modification.
Les données collectées sont les scores de cette saison et les résultats qui en découlent.
Étape 4 : choisir la forme de votre modèle
Pour notre exemple de calcul de la probabilité du résultat d'un match, nous utilisons un modèle simple qui prend en compte les trois derniers matches de chaque équipe.
Les résultats peuvent être calculés à l'aide d'un simple ratio. Disons que l'équipe jouant à domicile a gagné les trois derniers matches, alors que l'équipe jouant à l'extérieur a gagné un match, perdu un match et fait un match nul.
Le ratio "victoire à domicile:match nul:victoire à l'extérieur" est de 4:1:1 avec une probabilité de 4/6 =2/3 = 66,66 % pour une victoire à domicile et 16,66 % (1/6) pour les deux autres résultats.
C'est un modèle un peu brut, mais notre intention est de se concentrer sur les étapes à suivre et non le modèle en lui-même. Nous l'appellerons le modèle du ratio à 3 éléments.
Étape 5 : traiter les hypothèses
Notre ratio à 3 éléments avance un certain nombre d'hypothèses qui devront toutes être testées séparément :
- L'échelle de la différence de buts ou les buts marqués n'ont pas d'effet sur les chances de gagner.
- Il n'y a pas de différence dans le résultat de matches joués à domicile et à l'extérieur (nous savons que cela n'est pas vrai, comme nous l'avons mentionné ici).
- Il n'y a pas de facteurs externes affectant les résultats, comme des matches de coupe.
- L'équipe n'a pas subi de changement significatif au cours des trois derniers matches.
Étape 6 : élaborer le modèle de paris sportifs
Considérons que nous avons élaboré le modèle dans Excel.
Étape 7 : tester le modèle
Nous pouvons rétro-tester le modèle de ratio à 3 éléments sur les matches de Premier League 2014 de Leicester. Compte tenu de leur promotion la saison dernière, nous avons exclu les trois premiers matches.
Lors du test, nous découvrons des problèmes :
Dans certains cas, il n'y a pas de matches nuls. Par exemple, lors du match à l'extérieur contre Hull, Leicester avait perdu ses trois matches précédents, alors que Hull en avait gagné un et perdu deux. Devons-nous considérer que la probabilité d'un match nul était de zéro dans ce cas ? Ou devons-nous procéder à un ajustement ? Cela veut dire que nous devons reprendre les étapes 4 à 6.
Si nous n'avions utilisé que les matches à domicile pour l'équipe jouant à domicile, et les matches à l'extérieur pour l'équipe jouant à l'extérieur, le modèle de résultats aurait-il été foncièrement différent ? Et si nous utilisions 2, 5 ou 10 matches plutôt que 3 ? Et si les matches de coupe étaient aussi pris en compte ?
Ces résultats doivent être testés à l'aide d'hypothèses différentes afin d'évaluer l'influence de chacune sur les résultats. Plus les résultats varient, plus les tests doivent être rigoureux (retour à l'étape 5).
Étape 8 : surveiller les résultats
Supposons que ce modèle est précis, il doit maintenant être mis à jour au fil du temps. Cela nous renvoie au point de départ du modèle.
Cet article nous donne des exemples sur la façon d'élaborer un modèle de paris pour les étapes impliquées dans le Cycle de contrôle actuariel.