I föregående artikel förklarade vi hur du bygger en spelmodell anpassad för sportsbetting, nu är vi beredda att ta det ett steg längre och ge dig ett exempel på hur du ska gå tillväga.
I det här exemplet har vi använt en metod som liknar försäkrings- och kontrollcykeln - en kvantitativ metod för riskbedömning som används av försäkringsbolag. Det finns fem huvudsakliga funktioner:
- Definiera problemet
- Bygg en lösning
- Övervakning av resultat
- Professionalism
- Externa krafter
Nedan har vi delat in dessa funktioner i ytterligare steg, vi kommer att ge ett exempel som förklarar varje steg.
Vänligen notera att vårt exempel i modellen är väldigt grundläggande och inget som vi normalt sett rekommenderar utan det här är endast ett exempel som visar tankeprocessen bakom varje steg.
Steg 1: Specificera målet med din spelmodell.
Vårt mål är att beräkna utfallet av matcher från engelska Premier League för att se om vi kan förutspå mer exakta resultat jämfört med oddsättarna.
Steg 2: Välj din statistik
Givet vårt mål att beräkna utgången av matcher från EPL är vår utgångspunkt att titta på sannolikheten av att hemmalaget vinner, bortalaget vinner och ett oavgjort resultat.
Steg 3: Samla, gruppera och modifiera statistik
Vi har tagit beslutet att endast räkna med ligamatcher av statistikskäl och vi gör inga modifieringar.
Statistiken skulle vara den här säsongens resultat och senare resultat.
Steg 4: Välj form för din spelmodell.
I vårt exempel att beräkna sannolikheten av en matchs utgång, använder vi en enkel model som tittar tillbaka tre matcher för varje lag.
Utfallet kan beräknas genom att använda ett enkelt förhållande. Vi säger att hemmalaget vann de tre senaste matcherna, medan bortalaget förlorade, vann och spelade en oavgjord.
Förhållandet mellan 'hemmavinst: oavgjort : bortavinst' blir då 4:1:1 med sannolikheten 4/6 =2/3 = 66.66% för en hemmavinst och 16.66% (1/6) för de andra två utfallen.
Det här är en primitiv model men syftet här är att fokusera på stegen, inte den faktiska modellen. Låt oss kalla den '3-förhållandemodellen'.
Steg 5: Utvärdera antaganden
Vår 3-förhållandemodell består av ett antal antaganden som alla behöver testas separat:
- Målskillnadens differens eller antal gjorda mål har ingen påverkan på vinstchansen
- Det finns inga skillnader i utfall mellan hemma- eller bortalag (vi vet att det här inte är sant, som vi tidigare sagt här.)
- Det finns inga externa faktorer som kan påverka resultatet – såsom cup-matcher
- Det har inte skett några anmärkningsvärda förändringar i laget sedan de tre senaste matcherna
Steg 6: Bygg en spelmodell för sportsbetting.
Låt oss anta att vi bygger modellen i Excel.
Steg 7: Testa modellen
Vi kan testa modellen genom att titta på de tre senaste matcherna för Leicester i 2014 års upplaga av PremierLeague. Givet att de gick upp förra säsongen tar vi inte med de tre första matcherna.
Genom att testa börjar vi se problem:
I vissa fall finns inga oavgjorda resultat. Till exempel när Leicester spelade mot Hull borta hade de förlorat sina tre senaste matcher medan Hull hade vunnit en och förlorat två. Ska vi anta att sannolikheten för ett oavgjort resultat kan likställas med noll i detta fall? Eller borde vi göra en justering? Det här betyder att vi behöver återvända till steg 4 till 6.
Om vi endast hade använt hemmamatcher för hemmalag och bortamatcher för bortalag, skulle modellens resultat se betydligt annorlunda ut? Hur blir det om vi använder 2, 5 eller 10 matcher istället för 3? Hur blir det om vi inkluderar cupmatcher också?
Dessa resultat skulle behöva testas genom att använda olika antaganden och se hur känslig vår utdata är för var och ett av lagen. Ju mer resultatet varierar desto mer strikt borde vårt testande vara (tillbaka till steg 5).
Steg 8: Granska resultat
Låt oss anta att den här modellen var exakt, då behöver den underhållas med tiden. Det här leder oss tillbaka till vår utgångspunkt med vår modell.
Den här artikeln har gett dig exempel på hur du kan bygga en spelmodell för sportsbetting med samma steg som används i försäkrings- och kontollcykeln.