SΤΟΙΧΗΜΕΙΑ

Ένα ιστολόγιο γνώσης και μύησης στα επιστημονικά μυστικά του στοιχήματος. Γιατί το στοίχημα δεν είναι απλά ένα παιχνίδι τύχης, αλλά ένα μαθηματικό παίγνιο. Όσοι το αντιλαμβάνονται, είναι ένα τουλάχιστον βήμα μπροστά από τους υπολοίπους...

13 Ιανουαρίου 2015

Υπολογισμός Πιθανοτήτων & Αποδόσεων στο Στοίχημα


Το στοίχημα, είναι ξεκάθαρα ένα μαθηματικό παίγνιο, υπολογισμού πιθανοτήτων. Κάθε στοιχηματική απόδοση, που προσφέρεται από τις εταιρίες στοιχημάτων, αναλογεί σε συγκεκριμένες πιθανότητες επαλήθευσης, οι οποίες προκύπτουν μέσα από περίπλοκους υπολογισμούς. Όταν ένας παίχτης, ποντάρει χρήματα στην απόδοση ενός ενδεχόμενου, ουσιαστικά αγοράζει τις πιθανότητες που υπολογίστηκαν γι’ αυτό, έχοντας την πεποίθηση ή την προσδοκία, πως αυτές θα επαληθευτούν και θα του αποφέρουν το ανάλογο κέρδος. Όμως, πριν ο παίχτης ποντάρει τα χρήματα του, χρειάζεται να αναλογιστεί για το αν οι αποδόσεις των ενδεχόμενων που προτίθεται ν’ αγοράσει, αντιστοιχούν πραγματικά στις φυσιολογικές τους πιθανότητες και κατ’ επέκταση στο φυσιολογικό τους ρίσκο. Πως υπολογίζονται όμως, οι πραγματικές πιθανότητες, που αναλογούν στα ενδεχόμενα του κάθε αγώνα; Με τι είδους κριτήρια και υπολογισμούς εξάγεται, πως σε κάποια ποδοσφαιρική αναμέτρηση μια ομάδα έχει 45% πιθανότητες νίκης, ενώ σε μια άλλη αναμέτρηση έχει 35% πιθανότητες; Ας εξετάσουμε τα πράγματα με την σειρά…

Πιθανότητες, ονομάζουμε τις υποθετικές τιμές επαλήθευσης μελλοντικών ενδεχόμενων, κι αυτές οι τιμές εκφράζονται σε ποσοστιαίες (%) μονάδες. Απ’ την μια, υπάρχουν κατηγορίες φυσικών φαινομένων, στις οποίες κυριαρχεί η απόλυτη τυχαιότητα, η έκβαση τους δηλαδή, προκύπτει από μη ανιχνεύσιμους και εντελώς ακαθόριστους παράγοντες, όπως για παράδειγμα η ρίψη των ζαριών. Σ’ αυτές τις κατηγορίες φαινομένων, θεωρούμε πως όλα τα ενδεχόμενα, κάθε φορά έχουν μεταξύ τους ίσες πιθανότητες επαλήθευσης. Απ’ την άλλη, υπάρχουν κατηγορίες φαινομένων, η έκβαση των οποίων προκύπτει εν πολλοίς, από καθορισμένους κι ανιχνεύσιμους παράγοντες και στην οποία η τυχαιότητα είναι σχετική. Σ’ αυτή τη δεύτερη κατηγορία, θεωρούμε πως δεν έχουν όλα τα ενδεχόμενα ίσες πιθανότητες επαλήθευσης, καθώς εμφανίζεται σημαντική διαφορά δυναμικού ανάμεσα στην επαλήθευση των διαφόρων ενδεχομένων. Η δεύτερη κατηγορία φαινομένων, είναι κυρίως αυτή που μας απασχολεί, επειδή ακριβώς οι παράγοντες που καθορίζουν την έκβαση τους, μπορούν να ανιχνευθούν και να καθοριστούν, κάτι που μας ωθεί να εφεύρουμε διάφορες μεθόδους «πρόβλεψης» και υπολογισμού πιθανοτήτων.

Η κατανομή των πιθανοτήτων, σε ενδεχόμενα την δεύτερης κατηγορίας, είναι μια περίπλοκη διαδικασία, που βασίζεται στις επιστήμες των μαθηματικών και της στατιστικής. Ποιο είναι το βασικό θεώρημα, στο οποίο θεμελιώνεται η θεωρία των πιθανοτήτων; Το βασικό θεώρημα είναι, πως «Η Ιστορία Επαναλαμβάνεται». Η θεωρία των πιθανοτήτων δηλαδή, βασίζεται στην ιδέα, πως όλα όσα συμβαίνουν ή πρόκειται να συμβούν, τείνουν να προσομοιάζουν στο σύνολο τους, με όσα συνέβησαν στο παρελθόν και άρα τα γεγονότα του παρελθόντος, αποτελούν έναν αξιόπιστο οδηγό, που μπορεί να μας προϊδεάζει με σχετική ακρίβεια, για όσα πρόκειται να συμβούν στο άγνωστο μέλλον. Στην θεωρία των πιθανοτήτων, κάθε τι που συνέβη έστω και μια φορά στο παρελθόν, προβάλει πλέον ως φυσικό ενδεχόμενο, που θα ξανασυμβεί κάποια στιγμή στο μέλλον, περίπου με την ίδια συχνότητα κι αναλογία που συνέβη στο παρελθόν. Με την πάροδο του χρόνου και με τις συνεχείς αλληλουχίες των γεγονότων που εκτυλίσσονται μέσα σ’ αυτόν, προκύπτουν κάποιες σχετικά σταθερές τιμές περιοδικότητας και επαλήθευσης ενδεχομένων, οι οποίες περιγράφουν τις ιδιότητες των φαινομένων και της φυσικής πραγματικότητας. Έτσι, ο κλάδος της πιθανολογίας, μελετώντας τα στατιστικά δεδομένα, προσπαθεί να αντιληφθεί τις βαθύτερες ιδιότητες των φαινομένων και ν’ ανακαλύψει την φύση τους. Αναζητά να περισυλλέξει τις στατιστικές σταθερές, να μετρήσει τον βαθμό συσχέτισης των γεγονότων, να ανακαλύψει τους παράγοντες και τα μοτίβα που οδηγούν σε αλληλουχίες συμβάντων και να ορίσει βάσιμα σενάρια επαλήθευσης ενδεχομένων, που αλληλοεπιδρούν μεταξύ τους. Ο υπολογισμός των πιθανοτήτων λοιπόν, γίνεται αναλύοντας τα στατιστικά δεδομένα του παρελθόντος, εφόσον θεωρούμε πως οι στατιστικές τιμές, οι συχνότητες επαλήθευσης και τα μοτίβα επαλήθευσης των γεγονότων, τείνουν να παγιώνονται και να επαναλαμβάνονται στο διηνεκές, καθώς υπόκεινται στις ιδιότητες που υπαγορεύει η φύση τους. Έτσι, όταν θέλουμε να πιθανολογήσουμε για οποιοδήποτε φυσικό φαινόμενο, συλλέγουμε γι’ αυτό όσο το δυνατόν περισσότερα δεδομένα από το γνωστό παρελθόν, για να προσδιορίσουμε βάσει αυτών, όσα θα συμβούν στο άγνωστο μέλλον.

Εφόσον, η έννοια των πιθανοτήτων, περιγράφει την προσπάθεια μας να απεικονίσουμε το άγνωστο, γίνεται κατανοητό πως εκφράζει, την αβεβαιότητα μας για όσα πρόκειται να συμβούν. Οπότε είναι εκ’ φύσεως ρευστή και υποκειμενική, αφού θεωρεί ως εν δυνάμει γενόμενα όλα τα φυσικά ενδεχόμενα, ασχέτως των πιθανοτήτων που τους αποδίδει. Έτσι, συμβαίνει περιστασιακά, να μην επαληθεύονται τα ενδεχόμενα που κατά τους υπολογισμούς και κατά τα φαινόμενα, προβάλουν ως επικρατέστερα. Όμως αυτό το γεγονός, δεν αναιρεί την θεωρία των πιθανοτήτων, καθώς σε μήκος χρόνου και στο σύνολο τους, οι ορθολογικές μέθοδοι υπολογισμών τείνουν να επαληθεύουν τα συνολικά τους πορίσματα, κι αυτό ακριβώς είναι το ζητούμενο της υπόθεσης. Εξάλλου, για κάθε φυσικό ενδεχόμενο, φτάνει κάποτε η στιγμή της επαλήθευσης, ακόμη κι όταν οι πιθανότητες του είναι ελάχιστες. Μερικές φορές μάλιστα, το άγνωστο, έχει την εκπληκτική δυνατότητα, να γεννάει νέα φυσικά ενδεχόμενα, αντλώντας τα από την «δεξαμενή» του απείρου, ενδεχόμενα που μέχρι την στιγμή της έλευσης τους στο προσκήνιο, υπήρχαν μονάχα στην σφαίρα της φαντασίας.

Έτσι, όταν αναφερόμαστε σε πιθανότητες, αναγνωρίζουμε πως λόγο της υποκειμενικής τους φύσης, δεν υπάρχει γι’ αυτές κάποιος απόλυτα ακριβής κι αλάνθαστος υπολογισμός, αφενός διότι η διαδικασία των υπολογισμών επηρεάζεται από τα ελλιπή στοιχεία, τις ατελείς κρίσεις και τις αυθαίρετες εικασίες των ατόμων που εμπλέκονται με τους υπολογισμούς (αφού σπάνια έχει κάποιος διαθέσιμες όλες τις πληροφορίες και τις παραμέτρους που θα επηρεάσουν την εξέλιξη των γεγονότων), κι αφετέρου διότι το παρελθόν, μπορεί μεν να προϊδεάζει, αλλά δεν καθορίζει επακριβώς τι θα συμβεί στο μέλλον, εφόσον οι συνθήκες είναι πάντοτε ρευστές και διαφοροποιούνται, καθώς κάθε χρονική στιγμή αφήνει στην ιστορία το δικό της μοναδικό αποτύπωμα. Εξάλλου, αν γνωρίζαμε επακριβώς όλες τις παραμέτρους που θα καθορίσουν την έκβαση των επερχόμενων, ή αν είχαμε την δυνατότητα να μεταβούμε στο μέλλον ώστε να δούμε τι θα συμβεί, θα παύαμε να μιλάμε για Πιθανότητες, αλλά θα μιλούσαμε για Βεβαιότητες. Άρα λοιπόν –για να ακριβολογήσουμε– κάποιος που Πιθανολογεί δεν Προβλέπει, δηλαδή δεν βλέπει το μέλλον από πριν. Κάνει ακριβώς το αντίθετο. Παρατηρεί το παρελθόν και με βάση αυτό, εικάζει το μέλλον. Η ιδέα του στοιχήματος, βασίζεται σ’ αυτήν ακριβώς την αδυναμία πρόβλεψης ή πρόγνωσης, διότι αν υπήρχε εκ’ των προτέρων η απόλυτη γνώση για τα επερχόμενα, δεν θα υπήρχε καμία στοιχηματική απόδοση πέραν του μηδέν και της μονάδας, άρα και κανένα περιθώριο στοιχηματικού κέρδους για κανέναν. Αν δεν υπήρχε αυτή η αβεβαιότητα και το περιθώριο λάθους απ’ όλους, το στοίχημα δεν θα μπορούσε να σταθεί ως δημοφιλές παίγνιο, κι ως επιχειρηματική δραστηριότητα.

Χωρίς την ύπαρξη στατιστικών δεδομένων λοιπόν, το μόνο που μπορούμε να κάνουμε, είναι να βαδίζουμε εντελώς στα τυφλά και στην καλύτερη περίπτωση να βγάζουμε αφελή ή ανόητα συμπεράσματα, αναφορικά με τις πιθανότητες των φυσικών ενδεχόμενων. Όσον αφορά τις πιθανότητες των ενδεχόμενων στο ποδόσφαιρο, υπάρχουν μερικοί που αυτοπροβάλλονται ως «ειδήμονες» του στοιχήματος, οι οποίοι –προφανώς– χωρίς να λαμβάνουν υπόψιν τους κανέναν στατιστικό παράγοντα, ισχυρίζονται, πως εφόσον υπάρχουν 3 πιθανά ενδεχόμενα για κάθε ποδοσφαιρικό αγώνα, κάθε φορά οι πιθανότητες επαλήθευσης για το κάθε ενδεχόμενο είναι 33,3%, ανεξαρτήτως της έδρας, ανεξαρτήτως της δυναμικότητας των ομάδων, ανεξαρτήτως κάθε άλλου φυσικού παράγοντα και στατιστικού δεδομένου που ορίζει κάτι διαφορετικό, δηλαδή κάτι ανάλογο με την ρίψη των ζαριών. Αν ισχύει αυτή η υπόθεση, τότε πρέπει να εκλάβουμε ως δεδομένο, πως στο ποδόσφαιρο δεν υπάρχουν φαβορί και αουτσάιντερ και πως οι πιθανότητες για παράδειγμα να κατακτήσει το Ελληνικό πρωτάθλημα ο Ολυμπιακός ή η Λαμία είναι ακριβώς οι ίδιες, όπως επίσης ίδιες θα είναι οι πιθανότητες και για να κατακτήσει το Champions League η Μπάγερν Μονάχου ή η Λέγκια Βαρσοβίας. Είναι σαν να λέμε επίσης, πως εφόσον υπάρχουν 2 πιθανά ενδεχόμενα για κάθε αεροπλάνο που πετάει, δηλαδή είτε να πέσει και να συντριβεί, είτε να προσγειωθεί ασφαλές στο αεροδρόμιο, οι πιθανότητες να πέσει κάθε αεροπλάνο που πετάει είναι 50%, κάτι που θα σήμαινε, πως τα μισά αεροπλάνα που πετούν κάθε μέρα θα έπεφταν και θα συντρίβονταν. Τέτοιου είδους «ειδήμονες», που προβάλουν την απόλυτη άγνοια της στατιστικής, ως αξιόπιστο μπούσουλα για το στοίχημα, θα ήταν καλύτερα να ασχοληθούν με το μπαρμπούτι, παρά με το στοίχημα.

Παραβλέποντας όμως τέτοιου είδους αφελείς υποθέσεις και κοιτάζοντας τα στατιστικά δεδομένα σε μεγάλο μήκος χρόνου, αποκτούμε μια ρεαλιστική εικόνα της πραγματικότητας, ως έχει. Για παράδειγμα, όσον αφορά το ποδόσφαιρο, ένα στατιστικό δείγμα 250.000 και πλέον αγώνων, από 35 διαφορετικές διοργανώσεις, με χρονικό μήκος 23 ετών, μας υποδεικνύει πως ο γενικός μέσος όρος αποτελεσμάτων, είναι 45,2% νίκες των γηπεδούχων ομάδων, 28,3% νίκες των φιλοξενούμενων ομάδων και 26,5% ισόπαλα αποτελέσματα. Παρατηρούμε λοιπόν, ως μια γενική εικόνα κατ’ αρχήν, πως στο ποδόσφαιρο το λιγότερο πιθανό αποτέλεσμα από τα 3 ενδεχόμενα, είναι η ισοπαλία. Παρατηρούμε επίσης, πως μία ομάδα που αγωνίζεται στην έδρα της έχει πολύ περισσότερες πιθανότητες να νικήσει, απ’ ότι αν αγωνίζονταν εκτός έδρας. Αυτό είναι λογικό και αναμενόμενο, καθώς η έδρα κι ο παλμός του οπαδικού κοινού, επιδρούν σημαντικά στην ψυχολογία των παιχτών που αγωνίζονται και το ποδόσφαιρο εκτός όλων των άλλων παραγόντων, είναι και παιχνίδι ψυχολογίας. Άρα λοιπόν, ένας πρωταρχικός κανόνας στο ποδόσφαιρο, ορίζει πως η έδρα ενός ποδοσφαιρικού αγώνα παίζει πολύ σημαντικό ρόλο για την τελική του έκβαση, καθώς οι γηπεδούχες ομάδες αυξάνουν την δυναμική τους αγωνιζόμενες στην έδρα τους, ενώ αντίθετα οι φιλοξενούμενες ομάδες χάνουν απ’ την δυναμική τους καθώς αγωνίζονται εκτός έδρας. Από ‘κεί και πέρα, πολύ σημαντικό ρόλο ως προς την έκβαση ενός αγώνα, παίζει η διαφορά δυναμικότητας των ομάδων που ανταγωνίζονται, καθώς όπως είναι λογικό και αναμενόμενο, στο ποδόσφαιρο υπάρχουν φαβορί και αουτσάιντερ, με το καθένα να διαθέτει διαφορετική δυναμικότητα.

Όσον αφορά λοιπόν το ποδόσφαιρο, μελετώντας τα στατιστικά δεδομένα σε μήκος χρόνου, διαπιστώνουμε πως κάθε ποδοσφαιρικό πρωτάθλημα με το πέρασμα των χρόνων διαμορφώνει μια ιδιαίτερη ταυτότητα, με συγκεκριμένα χαρακτηριστικά, τάσεις και δυναμική. Υπάρχουν διάφοροι παράγοντες που συμβάλουν στο να διαφοροποιούνται τα ιδιαίτερα χαρακτηριστικά των διαφόρων διοργανώσεων. Οι ιδιόρρυθμες οργανωτικές δομές, ο διαφορετικός αριθμός των συμμετεχόντων ομάδων, τα πολυποίκιλα οικονομικά υπόβαθρα των ομάδων και των τόπων τους, η διαφορετική ποιότητα υποδομών και παιχτών, οι ξεχωριστές κουλτούρες και νοοτροπίες, ακόμη κι οι ιδιαίτερες κλιματολογικές συνθήκες, συμβάλουν στο να δημιουργούνται αλλιώτικες τάσεις σε κάθε διοργάνωση. Σε κάποιες διοργανώσεις, κατά παράδοση αρκετές ομάδες διεκδικούν τον τίτλο του πρωταθλητή, ενώ σε άλλες, συνήθως πρωταγωνιστούν μια ή δυο ομάδες. Αυτό σημαίνει πως κάποια πρωταθλήματα είναι περισσότερο αμφίρροπα και ανταγωνιστικά από άλλα, και πως η «ψαλίδα» δυναμικότητας των ομάδων είναι διαφορετική για κάθε διοργάνωση. Σε κάποιες διοργανώσεις, τα ποσοστά νίκης των γηπεδούχων είναι υψηλότερα από τον γενικό μέσο όρο, ενώ σε άλλες, παρατηρούμε ιδιαίτερα αυξημένα ποσοστά νίκης των φιλοξενούμενων ομάδων, κάτι που σημαίνει ότι σε κάποιες διοργανώσεις, οι Έδρες των ομάδων παίζουν σημαντικότερο ρόλο απ’ ότι σε άλλες. Σε μερικές διοργανώσεις, υπάρχουν κατά παράδοση υψηλότερα ποσοστά ισοπαλιών, ενώ σε άλλες, τα ποσοστά ισοπαλιών είναι παραδοσιακά χαμηλότερα απ’ τον μέσο όρο, κάτι που σημαίνει πως σε μερικές διοργανώσεις οι ομάδες βολεύονται περισσότερο και σε άλλες λιγότερο με τις ισοπαλίες. Σε μερικές διοργανώσεις, παραδοσιακά οι ομάδες σκοράρουν περισσότερο απ’ ότι σε άλλες, δηλαδή κάποιες διοργανώσεις τείνουν στα Over και κάποιες στα Under, κάτι που αποτελεί και ένδειξη της ποιότητας και του ποδοσφαιρικού στιλ που κυριαρχεί σε κάθε διοργάνωση. Κάθε ομάδα προσλαμβάνει σε σημαντικό βαθμό τα διαχρονικά χαρακτηριστικά και τις τάσεις του πρωταθλήματος στο οποίο μετέχει. Ανάλογα με την ταυτότητα και την δυναμική της, αναμένεται από κάθε ομάδα πως θα προσαρμοστεί σ’ αυτές τις ιδιαιτερότητες και θα συμβάλει στην διατήρηση των τάσεων της διοργάνωσης στην οποία μετέχει.

Συλλέγοντας και προσθέτοντας χρόνο με τον χρόνο τα στατιστικά δεδομένα, διαμορφώνονται ξεχωριστά για κάθε πρωτάθλημα και ξεχωριστά για κάθε ομάδα ορισμένοι στατιστικοί πίνακες, που θα τους ονομάσουμε πίνακες Μέσων Όρων Κατάταξης (ΜΟΚ). Αυτοί οι πίνακες μας φανερώνουν τις ιδιαίτερες τάσεις για κάθε διοργάνωση και για κάθε ομάδα, καθώς παρατηρούμε πως μεταξύ τους υπάρχουν αξιόλογες ποιοτικές και ποσοτικές διαφοροποιήσεις. Οι στατιστικοί πίνακες ΜΟΚ με χρονικό μήκος τουλάχιστον δέκα ετών, αποτελούν μια αρκετά καλή βάση για να υπολογίσουμε κατά προσέγγιση το εύρος των αναμενόμενων αποτελεσμάτων για κάθε ομάδα. Με βάση ορισμένα ποιοτικά κριτήρια (αγωνιστικά και εξωαγωνιστικά) κάθε ομάδα αξιολογείται, και εκτιμάται για κάθε αγωνιστική σεζόν η κατατακτήρια θέση της, που εικάζουμε πως θα τερματίσει στο τέλος της σεζόν του πρωταθλήματος. Ανάλογα με την τελική θέση που εικάζεται πως θα τερματίσει μια ομάδα και σύμφωνα με τις τιμές που μας υποδεικνύουν οι πίνακες ΜΟΚ για την αντίστοιχη θέση, αναμένουμε απ’ αυτή συγκεκριμένο εύρος νικών, ισοπαλιών, ηττών και όλων των παρελκόμενων αποτελεσμάτων της πχ. εύρος γκολ, over\under, ακριβή σκορ, ημίχρονα\τελικά κλπ. Σύμφωνα λοιπόν, με το εύρος των πιθανών αποτελεσμάτων που αναμένουμε από κάθε ομάδα, υπολογίζουμε τις δυνητικές πιθανότητες που έχει για να επαληθεύσει το κάθε ενδεχόμενο. Διαιρώντας ξεχωριστά τους αριθμούς νικών, ισοπαλιών, ηττών και όλων των παρελκόμενων, που αναμένεται να κάνει μια ομάδα, με τον αριθμό των αγώνων που θα αγωνιστεί, αποδίδονται οι ποσοστιαίες πιθανότητες της για το κάθε ενδεχόμενο.

Αν για παράδειγμα, αξιολογούμε πως η Τότεναμ θα τερματίσει στην 5η θέση της Αγγλικής Premier League, αναμένουμε απ’ αυτήν –σύμφωνα με τον στατιστικό πίνακα ΜΟΚ της Premier League για την 5η θέση– πως θα κάνει κατά προσέγγιση 11,3 νίκες, 4,3 ισοπαλίες και 3,4 ήττες στους 19 εντός έδρας αγώνες της, καθώς και 7,6 νίκες, 4,8 ισοπαλίες και 6,6 ήττες στους 19 εκτός έδρας αγώνες. Αν αυτές τις τιμές των αναμενόμενων αποτελεσμάτων, τις μετατρέψουμε σε ποσοστά και κατ’ επαγωγή σε πιθανότητες, αυτό σημαίνει πως ξεκινώντας το πρωτάθλημα, η Τότεναμ στους εντός έδρας αγώνες της θα έχει 59,5% πιθανότητες νίκης, 22,8% πιθανότητες ισοπαλίας και 17,7% πιθανότητες ήττας, ενώ στους εκτός έδρας αγώνες θα έχει 40,0% πιθανότητες νίκης, 25,1% πιθανότητες ισοπαλίας και 34,9% πιθανότητες ήττας. Καθώς εξελίσσεται η αγωνιστική σεζόν, οι ομάδες διαγράφουν μια αγωνιστική πορεία, που είτε επαληθεύει, είτε διαψεύδει (μερικώς ή ολικώς) τις αρχικές εκτιμήσεις (ως προς την πιθανή θέση τερματισμού και τα αναμενόμενα αποτελέσματα τους) και οι εκτιμήσεις αναπροσαρμόζονται συνεχώς μετά από κάθε αγωνιστική, συνυπολογίζοντας την τρέχουσα αγωνιστική τους πορεία, κατ’ αναλογία με την εξέλιξη που υπολείπεται, καθώς η αγωνιστική σεζόν οδεύει προς την ολοκλήρωση της. Κάθε ομάδα που συμμετέχει στην εκάστοτε διοργάνωση, αξιολογείται κατ’ αυτόν τον τρόπο, οπότε έτσι υπολογίζονται για καθεμία οι δυνητικές πιθανότητες νίκης, ισοπαλίας, ήττας, κλπ.

Εφόσον λοιπόν, αξιολογηθεί κάθε ομάδα, ως προς την θέση που πιθανώς θα τερματίσει και προσδιοριστούν οι πιθανότητες νίκης, ισοπαλίας και ήττας, τόσο για τους εντός όσο και για τους εκτός έδρας αγώνες της, περνάμε στον ειδικό υπολογισμό των πιθανοτήτων που αναλογούν στον άσσο (1), στην ισοπαλία (Χ) και στο διπλό (2) για κάθε ξεχωριστό ζευγάρι αγώνων. Για να κατανεμηθούν οι πιθανότητες των σημείων σε κάθε ξεχωριστό αγώνα, υπολογίζονται συνδυαστικά οι πιθανότητες του εκάστοτε ζεύγους ομάδων, για όλα τα πιθανά αποτελέσματα. Πολλές είναι οι επί μέρους παράμετροι που συνυπολογίζονται για να κατανεμηθούν οι πιθανότητες και για να προσδιοριστούν οι τάσεις επαλήθευσης των ενδεχόμενων ενός αγώνα, όμως τώρα θα παρουσιαστούν οι 3 βασικές παράμετροι της τελικής φάσης των υπολογισμών. Αυτές είναι: α) ο Μέσος Όρος Πιθανοτήτων (ΜΟΠ) των 2 ομάδων, β) η παράμετρος του Φαβορί (F) και γ) ο Συντελεστής Αναλογίας Φαβορί (ΣΑΦ).

Κατ’ αρχήν λοιπόν, σύμφωνα με την παράμετρο του Μέσου Όρου Πιθανοτήτων, στον άσσο (1) αναλογεί ο μέσος όρος των πιθανοτήτων νίκης της γηπεδούχου ομάδας και ήττας της φιλοξενούμενης, στο διπλό (2) αναλογεί ο μέσος όρος των πιθανοτήτων νίκης της φιλοξενούμενης και ήττας της γηπεδούχου και στην ισοπαλία (Χ) αναλογεί ο μέσος όρος των πιθανοτήτων ισοπαλίας των δύο ομάδων. Η παράμετρος του Φαβορί, κατανέμει τις πιθανότητες εκθετικά, με ενισχυμένη αναλογική, δηλαδή με μια μέθοδο υπολογισμού που λαμβάνει υπόψιν την δυναμική των ενδεχόμενων σημείων, κατά την οποία τα πιθανότερα ενδεχόμενα αντλούν επιπλέον πιθανότητες από τα υπόλοιπα λιγότερο πιθανά. Κάπου εδώ, είναι χρήσιμο να κατανοήσουμε επακριβώς την έννοια του Φαβορί. Φαβορί είναι κάθε ενδεχόμενο που οι πιθανότητες επαλήθευσης του είναι περισσότερες από τις πιθανότητες διάψευσης του. Πρακτικά, αυτό σημαίνει ότι οι πιθανότητες επαλήθευσης του ενδεχόμενου φαβορί, υπερβαίνουν το 50% επαλήθευσης. Όταν οι πιθανότητες επαλήθευσης του, είναι λιγότερες από 50%, τότε ως φαβορί λογίζεται η μη επαλήθευση του ενδεχόμενου. Η διαφορά δυναμικού λοιπόν, ανάμεσα στις πιθανότητες επαλήθευσης και διάψευσης του κάθε ενδεχόμενου, καθορίζει πόσο φαβορί είναι το συγκεκριμένο ενδεχόμενο. Άρα λοιπόν, η απόσταση των πιθανοτήτων ενός ενδεχόμενου από το 50%, προσδιορίζει πόσο φαβορί είναι αυτό το ενδεχόμενο, για επαλήθευση ή για μη επαλήθευση. Εν τέλει, ο Συντελεστής Αναλογίας Φαβορί είναι ένας ειδικός συντελεστής, που προσδιορίζει το πόσο φαβορί είναι κάθε ενδεχόμενο και καθορίζει τις αναλογίες των δύο προηγούμενων παραμέτρων, για την τελική κατανομή των πιθανοτήτων. Όσο μεγαλύτερη είναι η διαφορά ανάμεσα στις πιθανότητες F των σημείων, τόσο μεγαλώνει και η «ψαλίδα» της 3ης παραμέτρου ΣΑΦ μεταξύ των σημείων. Ο ΣΑΦ για κάθε σημείο, προκύπτει από τις απόλυτες τιμές της αφαίρεσης των πιθανοτήτων F του εκάστοτε σημείου, μείον του αθροίσματος των πιθανοτήτων F των υπόλοιπων σημείων. Συγκεκριμένα, ο ΣΑΦ του άσσου (1) είναι η απόλυτη τιμή |F1-(FΧ+F2)|, ο ΣΑΦ της ισοπαλίας (Χ) είναι η απόλυτη τιμή |-(|F1-F2|)| και ο ΣΑΦ του διπλού (2) είναι η απόλυτη τιμή |F2-(F1+FΧ)|. Η ιδιαιτερότητα που εφαρμόζεται στον ΣΑΦ της ισοπαλίας, όπου λαμβάνεται η διαφορά και όχι το άθροισμα πιθανοτήτων των υπόλοιπων σημείων που βρίσκεται ανάμεσα τους, είναι ένα τέχνασμα για να επιδοτούνται οι ισοπαλίες με λίγες παραπάνω πιθανότητες, καθώς αυτές πολλές φορές, καταλήγουν να εμφανίζονται με αρκετά μειωμένες πιθανότητες, λόγω του φαβοριτισμού των υπόλοιπων σημείων.

Για να καταλάβουμε την λογική, τον συσχετισμό, αλλά και τις διαφορές των 3 παραμέτρων, ας υποθέσουμε πως στο ζευγάρι των ομάδων Α και Β, οι πιθανότητες που αντιστοιχούν για νίκη, ισοπαλία και ήττα, είναι 55%25%20% για την γηπεδούχο Α και 30%30%40% για την φιλοξενούμενη Β.

Κατ' αρχήν λοιπόν, με βάση τον Μέσο Όρο Πιθανοτήτων (ΜΟΠ) προκύπτουν:

Πιθανότητες ΜΟΠ Άσσου       (1) ►  (55 + 40) ÷ 2 = 47,5%

Πιθανότητες ΜΟΠ Ισοπαλίας (Χ) ►  (25 + 30) ÷ 2 = 27,5%

Πιθανότητες ΜΟΠ Διπλού      (2) ►  (30 + 20) ÷ 2 = 25,0%

Υπολογίζοντας τις ίδιες πιθανότητες, με την ενισχυμένη αναλογική της παραμέτρου του Φαβορί (F), προκύπτουν:

Πιθανότητες F Άσσου       (1) ►  (55 + 40)² ÷ {(55 + 40)² + (25 + 30)² + (30 + 20)²} = 62,0%

Πιθανότητες F Ισοπαλίας (Χ) ►  (25 + 30)² ÷ {(55 + 40)² + (25 + 30)² + (30 + 20)²} = 20,8%

Πιθανότητες F Διπλού      (2) ►  (30 + 20)² ÷ {(55 + 40)² + (25 + 30)² + (30 + 20)²} = 17,2%

Ο Συντελεστής Αναλογίας Φαβορί (ΣΑΦ) για κάθε σημείο, προκύπτει από τις απόλυτες τιμές διαφορών των πιθανοτήτων F:

ΣΑΦ Άσσου       (1) ► |62,0% - (20,8% + 17,2%)| = 24,1%

ΣΑΦ Ισοπαλίας (Χ) ► |20,8% - (|62,0% - 17,2%|)| = 24,1%

ΣΑΦ Διπλού     (2) ►  |17,2% - (62,0% + 20,8%)| = 65,6%

Έχοντας λοιπόν υπολογίσει αυτές τις 3 βασικές παραμέτρους κατανομής, μπορούμε να προσδιορίσουμε τις τελικές πιθανότητες για τα ενδεχόμενα σημεία των αγώνων. Με βάση την 3η παράμετρο ΣΑΦ και τις τιμές αναλογίας φαβορί που μας δίνει για κάθε σημείο, κατανέμουμε ανάλογα τις πιθανότητες των σημείων:

Κατανομή Άσσου       (1) ►  (62,0 × 24,1%) + (47,5 × 75,9%) = 51,0%

Κατανομή Ισοπαλίας (Χ) ►  (20,8 × 24,1%) + (27,5 × 75,9%) = 25,9%

Κατανομή Διπλού      (2) ►  (17,2 × 65,6%) + (25,0 × 34,4%) = 19,9%

Τελική κατανομή πιθανοτήτων

Τελικές Πιθανότητες Άσσου       (1) ►  51,0% ÷ (51,0% + 25,9% + 19,9%) = 52,7%

Τελικές Πιθανότητες Ισοπαλίας (Χ) ►  25,9% ÷ (51,0% + 25,9% + 19,9%) = 26,8%

Τελικές Πιθανότητες Διπλού      (2) ►  19,9% ÷ (51,0% + 25,9% + 19,9%) = 20,5%

Αφού κατανεμηθούν οι πραγματικές πιθανότητες που αναλογούν στα σημεία ενός αγώνα, μπορούμε να εξάγουμε και τις αντικειμενικές αποδόσεις που πρέπει αυτά να προσφέρουν. Διαιρώντας το 100 ξεχωριστά με τις πιθανότητες κάθε σημείου, εξάγεται η καθαρή απόδοση (δίχως γκανιότα) που αντιστοιχεί σ' αυτό. Στην προκειμένη περίπτωση έχουμε:

Απόδοση Άσσου        (1) ►  100 ÷ 52,7 = 1,90

Απόδοση Ισοπαλίας  (Χ) ►  100 ÷ 26,8 = 3,74

Απόδοση Διπλού       (2) ►  100 ÷ 20,5 = 4,87

Ο ορθολογισμός και η αντικειμενικότητα στον προσδιορισμό των πιθανοτήτων, έγκειται κυρίως στο να τις κατανέμει εντός του φυσιολογικού εύρους που μας υποδεικνύουν τα στατιστικά δεδομένα. Οι μυημένοι στο στοίχημα και στις μεθόδους υπολογισμών, παρατηρώντας τα σετ αποδόσεων των στοιχηματικών εταιριών, διαπιστώνουν ότι αρκετά συχνά οι εταιρίες προβάλλουν σε μας, μια στρέβλωση της στατιστικής πραγματικότητας, παρουσιάζοντας σε κάποιους αγώνες τα στοιχηματικά σημεία ανάποδα, είτε ως φαβορί είτε ως ή αουτσάιντερ, καθώς επίσης παρουσιάζοντας κάποια σημεία ως υπερτιμημένα φαβορί, αποδίδοντας τους πολύ περισσότερες πιθανότητες απ’ όσες φυσιολογικά τους αναλογούν. Το γεγονός αυτό οφείλεται σε διάφορους παράγοντες. Μερικές φορές οφείλεται σε εσφαλμένες εκτιμήσεις, ενώ άλλες φορές οφείλεται στην ειδησιογραφία και σε μεγάλη αίσθηση σιγουριάς από μέρους των odd compilers για την έκβαση ενός αγώνα. Εν πολλοίς επίσης, οφείλεται στην μελέτη της ψυχολογίας των παιχτών και στο πώς αναμένουν οι εταιρίες ότι θα ποντάρουν οι παίχτες, διαμορφώνοντας τις αποδόσεις των σημείων αναλόγως του τζίρου που αναμένεται να δεχτούν αυτά. Ο μεθοδικός παίχτης απ’ την μεριά του, χρειάζεται να παρατηρεί την στατιστική πραγματικότητα δίχως στρεβλώσεις και ανεξάρτητα από την ψυχολογία της μάζας, ώστε να επωφελείται απ’ τις τυχών εσφαλμένες αποδόσεις των εταιριών για πληθώρα στοιχηματικών σημείων.

Για να έχει λοιπόν κάποιος παίχτης, ορθή κρίση στις στοιχηματικές του επιλογές του, χρειάζεται γνώση των στατιστικών δεδομένων του στοιχηματικού είδους με το οποίο ασχολείται και μια αξιόπιστη μέθοδο υπολογισμού των πραγματικών πιθανοτήτων. Αυτά είναι ίσως τα βασικότερα εφόδια του μεθοδικού παίχτη. Γνωρίζοντας την πραγματικότητα των στατιστικών δεδομένων και διαθέτοντας μια ορθολογική μέθοδο κατανομής πιθανοτήτων, μπορούμε να βρούμε τα σημεία με στοιχηματική αξία (Value Bet), δηλαδή εκείνα τα σημεία για τα οποία οι εταιρίες μας προσφέρουν λιγότερες από τις φυσιολογικές πιθανότητες επαλήθευσης και άρα υψηλότερες απ’ το αναμενόμενο αποδόσεις πιθανού κέρδους. Οι παίχτες που επιλέγουν μεθοδικά να ποντάρουν σε σημεία με αυξημένη στοιχηματική αξία, υπερνικούν το μειονέκτημα που λέγεται Γκανιότα και φέρνουν τον εαυτό τους σε πλεονεκτική θέση. Όποιος επιλέγει συστηματικά, να ποντάρει σε σημεία που οι εταιρίες τα προσφέρουν είτε με μειωμένες πιθανότητες είτε ως καθαρά αουτσάιντερ, την στιγμή που μια αξιόπιστη υπολογιστική μέθοδος μας λέει το αντίθετο, τότε στην πάροδο του χρόνου μπορεί να βγει πραγματικά κερδισμένος.

Αποτελεί λοιπόν, πλεονέκτημα για έναν παίχτη, το να γνωρίζει πως προκύπτει το προϊόν που εμπορεύονται οι στοιχηματικές εταιρίες. Έτσι, ο παίχτης είναι σε θέση να εξετάζει το αν οι αποδόσεις των σημείων που προτίθεται να αγοράσει, ανταποκρίνονται στην πραγματικότητα, διακρίνοντας πότε, πόσο και που, αξίζει να ρισκάρει μέρος από το στοιχηματικό του κεφάλαιο. Η γνώση είναι η δύναμη του παίχτη…

12 σχόλια:

  1. ΚΑΛΗΣΠΕΡΑ
    ΕΝΔΙΑΦΕΡΟΝ ΑΡΘΡΟ , ΠΩΣ ΜΠΟΡΟΥΜΕ ΝΑ ΥΠΟΛΟΓΙΣΟΥΜΕ ΤΑ VALUE BETS?

    EΥΧΑΡΙΣΤΩ ΓΙΑ ΤΗΝ ΑΠΑΝΤΗΣΗ ...

    ΑπάντησηΔιαγραφή
    Απαντήσεις
    1. Πολύ απλά, συγκρίνοντας την απόδοση που μας προσφέρει η εταιρία για το σημείο που μας ενδιαφέρει, με την απόδοση που υπολογίσαμε εμείς ότι πρέπει να έχει το σημείο. Αν η απόδοση της εταιρίας είναι μεγαλύτερη από την απόδοση που υπολογίσαμε τότε υπάρχει value bet, δηλαδή στοιχηματική αξία. Το blog περιέχει μια λίστα από 30 ποδοσφαιρικές διοργανώσεις και για κάθε μια υπολογίζει τις πιθανότητες και τις αποδόσεις των αγώνων. Έχοντας λοιπόν αυτή την λίστα ως μέτρο σύγκρισης, μπορείς απλά για οποιαδήποτε από αυτές τις διοργανώσεις να συγκρίνεις τις αποδόσεις που σου προσφέρει η στοιχηματική εταιρία με τις αποδόσεις του Blog και να δεις ποιες αξίζουν.
      Αν θέλεις να το εξειδικεύσεις περισσότερο, διαιρείς την απόδοση της εταιρίας με την απόδοση που υπολογίζει το Blog ή εσύ και έχεις μια ποσοστιαία τιμή για το πόσο καλή είναι η απόδοση που σου προσφέρει η στοιχηματική εταιρία.

      Διαγραφή
  2. Πολύ καλή ανάλυση και πολλά μπράβο, θεωρώ ότι όλη η ουσία κρύβεται στους ΜΟΚ, πόσο εύκολο είναι να τους βρει καποιος κ πού; Περιμένουμε με μεγάλη θέρμη την επόμενη ανάλυση σου

    ΑπάντησηΔιαγραφή
    Απαντήσεις
    1. Δεν νομίζω πως μπορείς να βρεις τους πίνακες ΜΟΚ έτοιμους κάπου, εκτός αν από κάποιο site αντλήσεις δεδομένα παρελθόντων ετών για τις διοργανώσεις που σε ενδιαφέρουν και ασχοληθείς για να φτιάξεις εσύ τους πίνακες ΜΟΚ που σε ενδιαφέρουν. Να προσθέσεις δηλαδή τα αποτελέσματα του κάθε έτους για την κάθε θέση και να εξάγεις τους μέσους όρους αποτελεσμάτων για κάθε θέση κατάταξης. Βέβαια εδώ αυτή η δουλειά έχει γίνει, για 30 ποδοσφαιρικές διοργανώσεις με χρονικό βάθος 18 ετών. Κάποια στιγμή αυτοί οι πίνακες ΜΟΚ, καθώς και άλλοι εξειδικευμένοι στατιστικοί πίνακες θα δημοσιευτούν εδώ, όμως δεν μπορώ να σου προσδιορίσω πότε ακριβώς.
      Ευχαριστώ!

      Διαγραφή
    2. Σε ευχαριστώ πολύ για την απάντηση σου.Σκεπτόμενος ότι κάποιος επιλέγει ένα ματς είναι απαραίτητο εργαλείο για να βγαλει προσωπική απόδοση και πιθανότητες του αγώνα.Θα ήθελα την άποψη σου.Σε ευχαριστώ και πάλι.Με εκτίμηση,Λάμπρος

      Διαγραφή
  3. γεια σας . πολυ καλη δουλεια .. ομως δεςν μου βγαινουν οι πραξεις για την παραμετρο του φαβορι. μηπως μπορειτε να το κανετε αναλυτικοτερα? ευχαριστω

    ΑπάντησηΔιαγραφή
    Απαντήσεις
    1. Γεια σου Αντώνη!
      Πιο αναλυτικό απ' όσο ήδη είναι, δεν νομίζω πως μπορώ να το κάνω. Αν όμως μου εξηγήσεις εσύ αναλυτικότερα, τι ακριβώς σε μπερδεύει και δεν σου βγαίνει με τις πράξεις, ίσως μπορέσω να σε βοηθήσω.
      Ευχαριστώ!

      Διαγραφή
  4. Συγχαρητήρια γιά την ανάλυση, την παρουσίαση και την δημοσίευση, αυτών. Νομίζω πως το “αδύναμο” σημείο είναι στον υπολογισμό της θέσης που θα καταλάβει μία ομάδα στο τέλος του πρωταθλήματος. Κι άν είναι σχετικά εύκολο να υπολογίσεις την "περίπου" θέση της, δηλαδή "κορυφή", "μέση", "ζώνη υποβιβασμού", πώς μπορείς να προσδιορίσεις την ακριβή θέση ; Πώς μπορείς να περιμένεις πως θα καταλάβει την 5η θέση και όχι την 4η ή την 6η ;

    μιά καλοπροαίρετη παρατήρηση, γιά την φράση σου : “ βασίζεται στις επιστήμες των μαθηματικών και της στατιστικής”. Θα το έγραφα “ βασίζεται στην επιστήμη των μαθηματικών και στον κλάδο αυτής, την στατιστική”
    Η αντίρρησή μου βρίσκεται στο οτι δεν πρόκειται γιά δύο διαφορετικές επιστήμες, αλλά γιά μία (τα Μαθηματικά, που κλάδος τους είναι η Στατιστική).

    ΑπάντησηΔιαγραφή
    Απαντήσεις
    1. Ευχαριστώ για το σχόλιο και τις παρατηρήσεις σου.
      Στο άρθρο αναφέρω πως έτσι κ' αλλιώς δεν υπάρχει απόλυτα ακριβής υπολογισμός που να προβλέπει επακριβώς το μέλλον. Ακόμη και οι πιο περίπλοκες μαθηματικές συναρτήσεις θα μας δώσουν ένα υποθετικό αποτέλεσμα -ένα "περίπου" όπως αναφέρεις-, το οποίο μπορεί να επαληθευτεί ή να διαψευστεί στο τέλος. Επίσης αναφέρω πως όσο εξελίσσονται τα γεγονότα, αναπροσαρμόζονται συνεχώς και οι αρχικές εκτιμήσεις όσον αφορά την πιθανή θέση κατάταξης των ομάδων. Στην 1η αγωνιστική ανάλογα με τα δεδομένα που έχεις στην διάθεση σου, μπορεί να αξιολογείς μία ομάδα για την 5η θέση κατάταξης, όμως στην 10η αγωνιστική λόγο της καλής ή κακής αγωνιστικής πορείας της ομάδας, να την αξιολογήσεις πλέον για την 3η ή την 7η θέση κατάταξης. Όσο εξελίσσεται μια σεζόν όλα παραμένουν ρευστά και ακόμη κι από αγωνιστική σε αγωνιστική οι τιμές μπορεί να αλλάζουν. Το θέμα είναι να βρεις μια υπολογιστική φόρμουλα που στο σύνολο των υπολογισμών της, θα προσεγγίζει όσο το δυνατόν περισσότερο την πραγματικότητα. Επίσης για να προσδιορίσουμε περισσότερο αυτό το "περίπου" που ψάχνουμε, μπορούμε ανάλογα με την εξέλιξη της αγωνιστικής σεζόν (δηλαδή πόσο έχει προχωρήσει η σεζόν και πόσο απομένει ακόμη για να ολοκληρωθεί), να συνδυάζουμε αναλογικά την τωρινή θέση κατάταξης μιας ομάδας, σε σχέση με την υποτιθέμενη θέση που αναμένουμε να τερματίσει, και να βγάζουμε μια μέση τιμή. Όπως και να χει, ό,τι πόρισμα και να βγάλουμε εκ των προτέρων -είτε εμείς, είτε οι στοιχηματικές εταιρίες- θα είναι υποθετικό και στο τέλος θα δούμε αν οι υποθέσεις μας επαληθεύτηκαν ή διαψεύστηκαν, και πόσο κοντά προσεγγίσαμε στο σύνολο τους τις τελικές εκβάσεις των γεγονότων.

      Διαγραφή
  5. Τι γίνεται στην περίπτωση που ο Συντελεστής αναλογίας Φαβορί, βγεί αρνητικός ; όταν δηλαδή η πιθανότητα του Διπλού είναι μεγαλύτερη από την πιθανότητα του Άσσου ; Υποθέτω πως παίρνουμε την απόλυτη τιμή και η υπόλοιπη διαδικασία είναι η ίδια. Είναι έτσι ;
    ευχαριστώ

    ΑπάντησηΔιαγραφή
  6. Πως Λειτουργεί Αυτή Η Συνάρτηση
    Πιθανότητες F Άσσου      (1) ► (55 + 40)² ÷ {(55 + 40)² + (25 + 30)² + (30 + 20)²} = 62,0%
    Πιθανότητες F Ισοπαλίας  (Χ) ►=(25 + 30)² ÷ {(55 + 40)² + (25 + 30)² + (30 + 20)²} = 20,8%
    Πιθανότητες F Διπλού     (2) ► (30 + 20)² ÷ {(55 + 40)² + (25 + 30)² + (30 + 20)²} = 17,2%

    ΑπάντησηΔιαγραφή

Φόρμα επικοινωνίας

Όνομα

Ηλεκτρονικό ταχυδρομείο *

Μήνυμα *