НЕ ставим по Парлаю на:

Minda/Mariusz kocyzba/ Blazej Sczepanek

Вообще не ставим на:

BARTOSZ CZERWINSKI 
FILIP MLYNARSKI
Jakub kosowski 
Karol wisniewski 
Marcin Jadczyk

Все имена в списке ниже были скомпрометированы. Не ставьте на этих игроков крупные суммы, если только не ясно как божий день, что они выиграют.

Adam Kasperski
Adam linek 
Alexzander lillen
Arkadiusz Mugowski
Arkadiusz mugo
Blazej sczepanek
Filip mlynarski 
Igor dabrowski
Jakub kosowski 
KACPER PETAS
Karol wisniewski
Krystoff scaniel
Marcin Jadczyk 
Mariusz kocyzba 
Mateuz trela 
Pitor Strus
Sebastion baran
Szymon Radlo 
T. Filbrandt
Wojciech iwasyszyn 

Листая форум не нашел ни одну информацию на эту тему. Хотел узнать: Используете ли вы для анализа где-нибудь биоритмы игроков?. Нету ли у вас парсера дат рождения игроков, для расчета биоритмов?

Цитата

Биологические ритмы – это регулярное и периодическое повторение во времени жизненных процессов или отдельных состояний

Банк - 100 000 ряпчиков. Флет - 5000. Цель - 1 000 000

Играть буду на разных стадиях турниров в том числе квалификации. Матчи буду кидать по мере возможности, т.е. в свободное время.

КФ будут от 1,85 и до бесконечности)))

КФ будут указаны на момент открытия в Пиннакле. Далее мне все равно как они будут меняться к началу матча.

Матчи будут в эксель файле в котором сразу будет вестись учет.

Удачи нам!

И с наступающим Новым Годом, коллеги!!! Пусть у нас все будет отлично!!!

Теннис 2025.xls

2. В аттаче список Фидов, которые они поставляют. Для примера сделал полный перечень фидов по футболу.

3. Пишите, какой Фид надо раскрыть - скину по нему информацию с примером фида.

В качестве примера немного информации по Регби

1.  RL32 - Kick Predictor Feed provides the success predictions for upcoming and previously completed kicks at goal, taking into account many variables relating to the specific kick taking place.

All information regarding RL32 is available on the Stats Perform documentation portal here: https://documentation.statsperform.com/docs/data/opta-push/Topics/RugbyLeagueFeedSpec/RL32_-Kick_Predictor.htm

The documentation covers the following sections: 

    Feed Information
    Delivery Timings
    File Naming Convention
    Feed Sample
    Elements/Attributes/Value Descriptions

Feed Sample

<!--
  Copyright 2001-2022 Stats Perform. All rights reserved.  
-->
<!--
  PRODUCTION HEADER
      produced on:        PZ-RLWS-03
      production time:    20220627T231928,604Z
      production module: Opta::Feed::XML::RugbyLeague::RL32
-->
<gameKickPredictor comp_id="3" comp_name="NRL Telstra Premiership" id="322011" season_id="2022">
<teams>
<team team_id="1650" team_name="Penrith Panthers" home_or_away="home">
<goalKickEvent period="First Half" time="18" secs="48" player_id="23082" player_name="Stephen Crichton" statname="Conversion-Made" homeScore="6" awayScore="0" X="217" Y="664" nX="783" nY="36" distance="38.17" angle="55.35" playerProb="0.54" compAvgProb="0.54"/>
<goalKickEvent period="First Half" time="24" secs="29" player_id="23082" player_name="Stephen Crichton" statname="Penalty Shot-Made" homeScore="8" awayScore="0" X="272" Y="348" nX="728" nY="352" distance="27.20" angle="0.42" playerProb="0.95" compAvgProb="0.95"/>
<goalKickEvent period="First Half" time="31" secs="8" player_id="23082" player_name="Stephen Crichton" statname="Conversion-Missed" homeScore="12" awayScore="0" X="229" Y="52" nX="771" nY="648" distance="37.58" angle="52.46" playerProb="0.57" compAvgProb="0.57"/>
<goalKickEvent period="Second Half" time="47" secs="1" player_id="23082" player_name="Stephen Crichton" statname="Conversion-Made" homeScore="18" awayScore="6" X="778" Y="180" nX="778" nY="180" distance="27.96" angle="37.44" playerProb="0.87" compAvgProb="0.87"/>
<goalKickEvent period="Second Half" time="56" secs="28" player_id="23082" player_name="Stephen Crichton" statname="Conversion-Made" homeScore="24" awayScore="6" X="876" Y="256" nX="876" nY="256" distance="15.56" angle="37.16" playerProb="0.96" compAvgProb="0.96"/>
<goalKickEvent period="Second Half" time="77" secs="55" player_id="23082" player_name="Stephen Crichton" statname="Conversion-Missed" homeScore="28" awayScore="6" X="790" Y="596" nX="790" nY="596" distance="32.34" angle="49.51" playerProb="0.71" compAvgProb="0.71"/>
</team>
<team team_id="3550" team_name="Manly-Warringah Sea Eagles" home_or_away="away">
<goalKickEvent period="First Half" time="40" secs="0" player_id="21755" player_name="Reuben Garrick" statname="Conversion-Made" homeScore="12" awayScore="6" X="794" Y="173" nX="794" nY="173" distance="27.16" angle="40.67" playerProb="0.83" compAvgProb="0.83"/>
</team>
</teams>
</gameKickPredictor>

2. RU32 - Kick Predictor Feed

RU32 - Kick Predictor feed provides the success predictions for upcoming and previously completed kicks at goal, taking into account many variables relating to the specific kick taking place.

All information regarding RU32 is available on the Stats Perform documentation portal here: https://documentation.statsperform.com/docs/data/opta-push/Topics/RugbyUnionFeedSpec/RU32_-_Kick_Predictor.htm

The documentation covers the following sections: 

    Feed Information
    Delivery Timings
    File Naming Convention
    Feed Sample
    Elements/Attributes/Value Descriptions

Feed Sample

<!--
  Copyright 2001-2021 Stats Perform. All rights reserved.  
-->
<!--
  PRODUCTION HEADER
      produced on:        PZ - RUWS - 03
      production time:    20220216T005225,732Z
      production module: Opta::Feed::XML::RugbyUnion::RU32
-->
<gameKickPredictor comp_id="209" comp_name="Six Nations" id="921089" season_id="2022">
<teams>
<team team_id="500" team_name="Wales" home_or_away="home">
<goalKickEvent period="First Half" time="4" secs="18" player_id="9757" player_name="Dan Biggar" statname="Penalty Shot-Made" homeScore="3" awayScore="0" X="600" Y="471" nX="600" nY="471" distance="41.79" angle="16.83" playerProb="0.92" compAvgProb="0.90"/>
<goalKickEvent period="First Half" time="7" secs="53" player_id="9757" player_name="Dan Biggar" statname="Penalty Shot-Made" homeScore="6" awayScore="0" X="721" Y="323" nX="721" nY="323" distance="28.03" angle="5.53" playerProb="0.93" compAvgProb="0.92"/>
<goalKickEvent period="First Half" time="24" secs="55" player_id="9757" player_name="Dan Biggar" statname="Penalty Shot-Made" homeScore="9" awayScore="11" X="906" Y="376" nX="906" nY="376" distance="9.75" angle="15.46" playerProb="0.98" compAvgProb="0.98"/>
<goalKickEvent period="First Half" time="32" secs="47" player_id="9757" player_name="Dan Biggar" statname="Conversion-Missed" homeScore="14" awayScore="14" X="753" Y="36" nX="753" nY="36" distance="39.95" angle="51.81" playerProb="0.83" compAvgProb="0.81"/>
<goalKickEvent period="Second Half" time="57" secs="17" player_id="9757" player_name="Dan Biggar" statname="Penalty Shot-Made" homeScore="17" awayScore="17" X="237" Y="382" nX="763" nY="318" distance="23.92" angle="7.69" playerProb="0.95" compAvgProb="0.94"/>
<goalKickEvent period="Second Half" time="66" secs="34" player_id="9757" player_name="Dan Biggar" statname="Penalty Shot-Missed" homeScore="17" awayScore="17" X="464" Y="522" nX="536" nY="178" distance="49.49" angle="20.34" playerProb="0.83" compAvgProb="0.80"/>
</team>
<team team_id="700" team_name="Scotland" home_or_away="away">
<goalKickEvent period="First Half" time="12" secs="39" player_id="19647" player_name="Finn Russell" statname="Conversion-Missed" homeScore="6" awayScore="5" X="245" Y="24" nX="755" nY="676" distance="40.78" angle="53.07" playerProb="0.76" compAvgProb="0.79"/>
<goalKickEvent period="First Half" time="15" secs="49" player_id="19647" player_name="Finn Russell" statname="Penalty Shot-Made" homeScore="6" awayScore="8" X="250" Y="389" nX="750" nY="311" distance="25.30" angle="8.87" playerProb="0.92" compAvgProb="0.93"/>
<goalKickEvent period="First Half" time="19" secs="48" player_id="19647" player_name="Finn Russell" statname="Penalty Shot-Made" homeScore="6" awayScore="11" X="159" Y="234" nX="841" nY="466" distance="19.68" angle="36.11" playerProb="0.90" compAvgProb="0.92"/>
<goalKickEvent period="First Half" time="28" secs="5" player_id="19647" player_name="Finn Russell" statname="Penalty Shot-Made" homeScore="9" awayScore="14" X="135" Y="468" nX="865" nY="232" distance="17.93" angle="41.16" playerProb="0.97" compAvgProb="0.97"/>
<goalKickEvent period="Second Half" time="49" secs="24" player_id="19647" player_name="Finn Russell" statname="Penalty Shot-Made" homeScore="14" awayScore="17" X="853" Y="308" nX="853" nY="308" distance="15.29" angle="15.95" playerProb="0.96" compAvgProb="0.97"/>
</team>
</teams>
</gameKickPredictor>

П.С. Вся информация случайно найдена в сети, доступа к statsperform.com у меня нет!!

В этой теме хочу себя попробовать в качестве прогнозиста на исходы в теннисе.  Теннис знаю изнутри, иногда есть инсайдерская информация.

Плюсую хорошо, по этому почти все БК меня заблочили и сейчас я ищу другие способы дохода от ставок.

В течении двух недель я покажу вам свою аналитику и буду давать свои ставки. 

Прогнозов будет не много, один или два в сутки. но проходимость вас порадует.

По этому подписывайтесь на эту тему, будет прибыльно...

Часть 1

В коммерческих турнирах по настольному теннису на результат влияют разные факторы. К сожалению актуальная информация для их анализа содержится только на сайтах коммерческих лиг.

Для примера возьмем сайт Чешской лиги турнира ЛигаПро - https://tt.league-pro.com/

На главной странице в зеленой рамке указано название турнира(номер площадки и рейтинг игроков, которые принимают в нем участие). Дальше указано что турнир делится на Групповую борьбу(Group) и битву за призовые места(for 3rd place и Final).

Именно отсюда начинается один из факторов, влияющих на результат – мотивация. В коммерческих турнирах игроков можно разделить на два класса: залетные и профессионалы. Залетные со временем могут стать профессионалами, а могут перестать играть. Профессионалов в свою очередь характеризует то, что они пришли зарабатывать деньги на турнир. Т.е. получать некую зарплату(в турнирах платят за призовые места и участие).

Основываясь на мотивации можно понять, что игроки должны строить определенным образом свою игру в рамках турнира. Для этого ОБЫЧНО они оценивают состояния противников по игре в первых двух встречах турнира(первой трети). Во второй трети они играют на набор очков, необходимых для обеспечения базы(битвы за третье место или призовое). А вот в третье трети уже идет «рубило».

Но однозначно это справедливо только для турнира, где играет 4 игрока. Например https://tt.league-pro.com/tours/19669 А вот в турнире с таким же рейтингом, но пятью игроками https://tt.league-pro.com/tours/12964 у Jablonovsky Ja будет преимущество перед Hruska V sr., т.к. он уже видел игру Hruska V sr. Против Adamec M.

Резюмируя хочется сказать, что не верно рассматривать сухую статистику вида Adamec Miroslav  против  Plachy Jiri, 60 побед против 55. Или 52% побед против 48%.

Для понимания этого давайте рассмотрим игры этой пары в 2023-ем году(полный ближайший год). Данные будем брать отсюда https://tt.league-pro.com/statistics/4407?vs=4128

Всего было 53 встречи. 51 встреча в рамках рейтинга 600-700. Остальные в других. Поэтому нас интересует только 51 игра для анализа.

26 игр закончились победой Adamec Miroslav, 25 – победой Plachy Jiri Или 51% против 49%. При этом часть этих игр проходила с участием 5 игроков в турнире, а часть – 4.

Теперь проанализируем эти же игр только с условием, что пара встречалась в первых двух играх турнира. Фильтруем и получаем эти игры:

https://tt.league-pro.com/tours/16171 1-3

https://tt.league-pro.com/tours/15230 1-3

https://tt.league-pro.com/tours/15212 0-3

https://tt.league-pro.com/tours/15166 3-2

https://tt.league-pro.com/tours/14045 3-0

https://tt.league-pro.com/tours/13306 3-2

https://tt.league-pro.com/tours/12819 1-3

https://tt.league-pro.com/tours/12783 3-0

https://tt.league-pro.com/tours/12705 3-1

https://tt.league-pro.com/tours/12588 3-0

https://tt.league-pro.com/tours/12040 3-2

https://tt.league-pro.com/tours/11903 3-1

https://tt.league-pro.com/tours/11064 3-0

https://tt.league-pro.com/tours/11035 0-3

14 игр, из которых Adamec Miroslav победил 9 раз. Т.е. соотношение побед уже 64% против 36%.

Теперь отфильтруем по числу игроков в турнире(5 и 4)

https://tt.league-pro.com/tours/16171 1-3

https://tt.league-pro.com/tours/15166 3-2

https://tt.league-pro.com/tours/14045 3-0

https://tt.league-pro.com/tours/13306 3-2

https://tt.league-pro.com/tours/12819 1-3

https://tt.league-pro.com/tours/12783 3-0

https://tt.league-pro.com/tours/12705 3-1

https://tt.league-pro.com/tours/12588 3-0

https://tt.league-pro.com/tours/11903 3-1

https://tt.league-pro.com/tours/11035 0-3

Получается 10 игр(турниры, где было 5 игроков), из которых Adamec Miroslav победил 7 раз. Т.е. соотношение уже 70% против 30%.

https://tt.league-pro.com/tours/15230 1-3

https://tt.league-pro.com/tours/15212 0-3

https://tt.league-pro.com/tours/12040 3-2

https://tt.league-pro.com/tours/11064 3-0

Получается 4 игры, из которых Adamec Miroslav победил 2 раза. Т.е. соотношение уже 50% против 50%.

Давайте сконцентрируемся на турнирах, где было 5 игроков. Что в них еще примечательного?

·        Время начала игр пары везде приблизительно одинаковое(00:00 по местному времени);

·        Начальный рейтинг игроков не коррелируется с результатом

Ссылка                                                   Результат Рейтинг

https://tt.league-pro.com/tours/16171 1-3            645-662  

https://tt.league-pro.com/tours/15166 3-2           635-653  

https://tt.league-pro.com/tours/14045 3-0          659-675  

https://tt.league-pro.com/tours/13306 3-2 605-646

https://tt.league-pro.com/tours/12819 1-3 638-611

https://tt.league-pro.com/tours/12783 3-0 639-596

https://tt.league-pro.com/tours/12705 3-1 638-625

https://tt.league-pro.com/tours/12588 3-0 612-640

https://tt.league-pro.com/tours/11903 3-1 649-663

https://tt.league-pro.com/tours/11035 0-3 598-629

Кажется, что тупик? Ради интереса посмотрим КЭФ(по сервису https://betsapi.com/le/22742/Czech-Liga-Pro/p.1 от БК Bet365 для КЭФов ЗАКРЫТИЯ) на победу Adamec Miroslav  в отфильтрованных играх, где было 5 игроков. Посчитаем профитность.

Ссылка                                                   КЭФ

https://tt.league-pro.com/tours/16171 2.250

https://tt.league-pro.com/tours/15166 2.500

https://tt.league-pro.com/tours/14045 2.000

https://tt.league-pro.com/tours/13306 1.444

https://tt.league-pro.com/tours/12819 1.571

https://tt.league-pro.com/tours/12783 1.300

https://tt.league-pro.com/tours/12705 1.363

https://tt.league-pro.com/tours/12588 1.500

https://tt.league-pro.com/tours/11903 3.500

https://tt.league-pro.com/tours/11035 2.500

Складываем КЭФ(с учетом захода и вычитанием базы): -1+1,5+1+0,444-1+0,3+0,363+0,5+2,5-1=3,607 номиналов прибыли

Хотелось бы что-то сказать о прибыли, но интересна тут не она. На 10 событий, где по нашей оценке фаворит выигрывал в 70% случаев БК дала на его победу ЯВНО завышенные КЭФы в 50% событий..

• away team takes at least 2 more walks on average than the home team.

• away team has on base percentage at least .025 better than the away team.

• home team walks at least 0.5 more batters than the away team.

Results: Overall record: 51-36 Win rate: 58.62% ROI: 7.09%

The system had a rough year in 2023 but has performed well most years, going back to 2018.

Bet: Over

Criteria:

• both teams have a minimum of .250 batting average.

• both teams combine for at least 10 RBIs on average.

• both teams combine for at least 10 ERA on average.

Results: 59% win rate all time. 12.85% ROI all time. 9-1 in 2024 so far.

Background info: System was backtested going back to 2018. Each game is checked individually against the criteria using the stat averages for each team (up to that point in the season). The system is backtested against every game (over 12,000). 

Цитата

Hey all, I spent most of the MLB offseason working on a model to predict how many strikeouts a pitcher will have in a game. The model has performed well so far, and while the sample size isn't huge by any means, I'm happy to share here in case it's helpful to anyone.

I tested an absurd amount of different features. Some are features from my own models - I tried to incorporate my Stuff+ and Pitching+ models as much as it made sense to (more info on those: https://x.com/ChaseCopp5/status/1671922190638366731). Broke the Stuff+/Pitching+ stats down by short term and long term, hitter handedness and by pitch type. Many of the other features are your typical pitcher / hitter stats. K%, SwStr%, Chase %, whiff%, CSW%, wOBA, xwOBA, EV, launch angle / GB %, etc were all tested. Also messed with different things such as release point deviation, velocity and spin rate trends and more. Park factors, umpire and catcher called strike stats are also included.

So far this year I've taken 41 strikeout props and am +5.3u with a 13% ROI. I'm not in a legal state so I'm not actually able to take these - I just check odds and grab the best one, though I try to lean towards FanDuel as from my understanding they aren't as strict with limiting and availability. Everything has been tracked since Opening Day (https://x.com/ChaseCopp5/status/1772975525620781345). The google sheet has all bets I've taken along with probabilities and odds of current day probable pitchers reaching each K threshold (>0.5, >1.5, all the way to 11.5) along with an mean expectation. Here's the link: https://docs.google.com/spreadsheets/d/1EEITiB6_oFxtdZJD76P_euXhKcpa6qvzlbnNy47usag/edit?usp=sharing

There's also a tab called Key Stats that displays some of the higher importance variables as determined by the model(s), which should help answer questions like "Why does the model like / hate Player X"). Note that starters need at least 500 career pitches, and to be averaging at least 50 pitches over their last 3 outings to get a projection for the day and show up in the Probs, Odds, and Key Stats tabs.

Obviously, there is no guarantee of profit here and these predictions are still very much in beta phase.

Перевод Дипла

Цитата

Привет всем, я провел большую часть межсезонья в МЛБ, работая над моделью для предсказания количества страйкаутов питчера в игре. Пока что модель показывает хорошие результаты, и хотя размер выборки отнюдь не огромен, я рад поделиться с вами, если это кому-то пригодится.

Я протестировал абсурдное количество различных функций. Некоторые из них взяты из моих собственных моделей - я старался использовать свои модели Stuff+ и Pitching+ настолько, насколько это было целесообразно (подробнее о них: https://x.com/ChaseCopp5/status/1671922190638366731). Разбил статистику Stuff+/Pitching+ на краткосрочную и долгосрочную, по хендленду хиттера и по типу питча. Многие из других характеристик - это типичная статистика питчера/хиттера. Были протестированы K%, SwStr%, Chase %, whiff %, CSW %, wOBA, xwOBA, EV, угол запуска / GB % и т. д. Также были изменены такие параметры, как отклонение точки выброса, скорость и скорость вращения и многое другое. Также включены парковые факторы, статистика судей и кэтчеров по страйкам.

Пока что в этом году я взял 41 страйк-аут и имею +5,3u с 13% ROI. Я не нахожусь в легальном штате, поэтому фактически не могу брать их - я просто проверяю коэффициенты и беру лучший, хотя стараюсь склоняться к FanDuel, поскольку, насколько я понимаю, они не так строго относятся к ограничениям и доступности. Все отслеживается с Дня открытия (https://x.com/ChaseCopp5/status/1772975525620781345). В гугл-листе указаны все ставки, которые я делал, а также вероятности и шансы вероятных питчеров на текущий день достичь каждого порога К (>0,5, >1,5, вплоть до 11,5), а также среднее ожидание. Вот ссылка: https://docs.google.com/spreadsheets/d/1EEITiB6_oFxtdZJD76P_euXhKcpa6qvzlbnNy47usag/edit?usp=sharing.

Там же есть вкладка Key Stats, где отображаются некоторые из наиболее важных переменных, определенных моделью (моделями), что должно помочь ответить на вопросы типа "Почему модель любит / ненавидит игрока X"). Обратите внимание, что для получения прогноза на день и отображения его на вкладках "Пробы", "Коэффициенты" и "Ключевая статистика" стартерам необходимо сделать не менее 500 подач за карьеру и в среднем сделать не менее 50 подач за последние 3 игры.

Разумеется, здесь нет никаких гарантий прибыли, и эти прогнозы все еще находятся на стадии бета-тестирования.

Нью-Йорк Янкиз @ Хьюстон Астрос. Тотал матча: Меньше 8.5 Коэфф.: 2.00 - 10000

Детройт Тайгерз @ Чикаго Уайт Сокс. Победа с учетом форы: Чикаго Уайт Сокс (+1.5) Коэфф.: 1.94 - 10000

Миннесота Твинс @ Канзас-Сити Ройалз. Результат матча: Миннесота Твинс (победа) Коэфф.: 1.89 - 10000

Вашингтон Нэшнлз @ Цинциннати Редз. Победа с учетом форы, после 5 иннингов: Цинциннати Редз (0) Коэфф.: 1.64 - 10000

Сент-Луис Кардиналз @ Лос-Анджелес Доджерз. Победа с учетом форы: Сент-Луис Кардиналз (+1.5) Коэфф.: 1.98 - 10000

Сан-Франциско Джайнтс @ Сан-Диего Падрес. Результат матча: Сан-Диего Падрес (победа) Коэфф.: 1.92 - 10000

Питтсбург Пайрэтс @ Майами Марлинз. Победа с учетом форы: Майами Марлинз (-1.5) Коэфф.: 2.77 - 10000

Торонто Блю Джэйз @ Тампа-Бэй Рэйз. Результат матча: Торонто Блю Джэйз (победа) Коэфф.: 2.22 - 10000

Чикаго Кабс @ Техас Рейнджерз. Результат матча: Чикаго Кабс (победа) Коэфф.: 2.04 - 10000

Кливленд Гардианс @ Окленд Атлетикс. Победа с учетом форы, после 5 иннингов: Кливленд Гардианс (0) Коэфф.: 1.64 - 10000

Колорадо Рокиз @ Аризона Даймондбэкс. Результат матча: Колорадо Рокиз (победа) Коэфф.: 3.26 - 10000

Бостон Ред Сокс @ Сиэтл Маринерз. Результат матча: Бостон Ред Сокс (победа) Коэфф.: 2.59 - 10000

Тунити Драгонз @ Токио Якулт Суэллоуз. Результат матча: Тунити Драгонз (победа) Коэфф.: 2.32 - 10000

Хансин Тайгерс @ Иомиури Джайнтс. Результат матча: Иомиури Джайнтс (победа) Коэфф.: 1.72 - 10000

Сайтама Сейбу Лайонз @ Тохоку Ракутен Голден Иглз. Тотал матча: Больше 6.5 Коэфф.: 1.86 - 10000

Хоккайдо Ниппон-Хам Файтерз @ Тиба Лотте Маринз. Результат матча: Хоккайдо Ниппон-Хам Файтерз (победа) Коэфф.: 1.90 - 10000

Хиросима Тойо Карп @ Иокогама БэйСтарз. Тотал матча: Больше 7.5 Коэфф.: 1.95 - 10000

Ханва Иглз @ ССГ Лэндерз. Тотал матча:Больше 9.5 Коэфф.: 1.90 - 10000

Тусан Беарз @ КТ Виз. Победа с учетом форы:Тусан Беарз (-1.5) Коэфф.: 2.13 - 10000

Кивум Хироуз @ НС Динос. Результат матча:Кивум Хироуз (победа) Коэфф.: 2.77 - 10000

Самсунг Лайонс @ Эл Джи Твинс. Результат матча:Эл Джи Твинс (победа) Коэфф.: 1.51 - 10000

Лотте Джайнтс @ Киа Тайгерз. Тотал матча:Больше 9.5 Коэфф.: 1.96 - 10000

А давайте поймем, как таблица считает результаты?

CASPER_MASA_TENİSİ_OTO_W2 Idlja_bratvi 2.xlsb

Основной турнир играется в Санкт-Петербурге, Россия. Клуб АренаТопСпин (Левашовский пр. 13А, м.Чкаловская) 

Организатором турнира является(предположительно):  Михаил Дмитриев(контактные данные не публикую).  https://masters-league.com/player/dmitriev-mihail/?ysclid=lpb80ge9bv935444779

Турнир вроде как поддерживается федерацией: https://kcr.ttfr.ru/storage/media/2056/8e316a02379d4ac489f8ec777a251f329ee88094.pdf

Есть Польский турнир: https://masterspl.com и Белорусы: https://mastersby.ru/

Дабы опровергнуть последнею догадку, прошу просто покидать в этой теме названия "курсов по ставкам", которые авторы разработали в 2020-ом и 2021-ых годах. (если есть сам курс - делитесь им, если нет - просто кидайте название, что бы ссылкой не делать рекламу продажнику).

ВАЖНО: не надо кидать названия софта и таблицы. Язык мануала - не важен.

Зачем это надо: не обещаю, но возможно часть из этих мануалов выложу в полном виде.

С новым годом!!!
Инфа для тех кто думает. Очень часто слышно такие версии как "Челси в любом случае не проиграет Саутгемптону". "Зенит в любом случае забьёт на своём поле". Букмекер считает фаворитом Барселону , кэф. на это событие 1,7" и т.д. это условные примеры.
Более продвинутые попаны говорят, что БК зарабатывает за счёт маржи.
Более продвинутые попаны даже знают как её посчитать)
Так же часто слышно такие фразы "БК знает больше чем мы," "ОХ поверь мне Ливерпуль выйдет на поле с резервистами, а БК всё знал заранее и выставил кэфы..." При поражении на кэф.1,09-1,1... можно услышать что " да там договорняк, особенно часто слышно про настольный теннис где попан сливший на фаворите с кэф.1,3-1,5 утверждает что там договорняк и т.д.
Короче примеров уйма в следующем посте я попробую рассказать как работает БК и даже математически доказать и показать как всё работает. Инфы много, поймёт не каждый.

Приступим к практике. В конце поста (темы) будет выложен Эксель файл, где всё реально показано, можно будет поиграться поимитировать ситуации и т.д.
Беру простой пример, допустим взять матч лиги чемпионов Барселона-Ливерпуль. Ожидаемо что это тб2,5, согласны?
Конечно согласны, так как посмотрев статистику очных встреч, выездов/домашних игр, да и в целом обе команды редко играют на тотал меньше.
Поэтому открыв данный матч мы видим что тотал больше 2,5 кэф. на линии открытия был примерно 1,62, а перед матчем уже 1,37... понятное дело...)
и так постоянно, для многих игроков БК это как конкурент,(ну то есть они думают что играют против БК, .... ох как они ошибаются), но на самом деле задача БК это столкнуть 2 пула игроков на противоположные исходы.

И вроде сейчас любой попан (диванный эксперт, каппер и т.д.) скажет да это понятно, ты Америку не открыл, но сами дебри знают единицы

Ладно, давайте ПРАКТИКУ)
Ну давайте теннис к примеру, ничьи там исключены и на П1 (кэф.2) и на П(кэф.2) к примеру, если БК выставит такие катировки, то он уйдёт в минус если не угадает исход матча, поэтому бк страхуется и берёт к примеру маржу ... ну пусть будет 2,5%, то есть кэф. будет 1,95 на п1 и на п2 так же 1,95....

2 теннисиста, лучшие...... делают всех, но волею судеб ни разу не играли, но БК обязан выставить этот матч в линию, но нет статистики очных встреч. Что делать? да ничего нужно взять и выставить матч в линию и посмотреть как будет идти денежный поток на игрока 1 и игрока 2

понятное дело что приток денежных средств будет идти примерно 50/50 (росхетау, моя тема никак не связана с анализом, лайвом и т.д., я сейчас не прогнозирую, а пытаюсь донести как работает БК)

Так вот , у БК есть ПУЛ, т.е. деньги в обороте к своему примеру я возьму в файле эксель допустим 100000 рупий)
Линия вышла, кэф.1,95 на П1 и П2.
Я вот допустим болею за П1, слежу за ним и знаю что он лучший и сделает всех и я поставлю на него 1000 рупий, а вот Артём разбирается в теннисе лучше чем я и считает что П1 шансов не имеет, он профи, знает что и как и тоже ставит 1000 рупий. В итоге что мы имеем?, проставлено 2000 рупий, победил П1 и выплатил мне 1850 рупий, а Артём проиграл 1000 рупий в итоге у БК чистая прибыль 2000-1850=150 рупий

Согласны? всё просто ведь. Ваще без проблем

Но было бы так всё хорошо, но в жизни всё случается по другому. Пришёл Капитан-Забияка, а он ваще в теннисе бог... от бога.... и продолжение следует)

в продолжении нашего разговора....
значит 2 теннисиста, кэф.1,95.
пришёл Артёмка, Капитан Забияка, ещё я подтянулся и математик и Капитан забияка ещё позвал друзей чтобы ставили.
В следующем посте инструкция

Инструкция
так вот, смотрим линию и видим тенисисток) красивые падла) и кэф. на них 1,95/1,95... у БК есть пул, так называемый лимит. он в графе S15 (условный лимит 1000000 рублей)
Бк не знает кто из них победит, поэтому он выставил кэфы на П1 1,95 (ячейка H4) и на П2 1,95 (ячейка I4), заложив маржу
Ячейки H5 и I5, это просто деньги или распределение денег, то есть бк выставил ориентиры на то как будут распределяться денежные средства, в нашем случае это 50/50 ... но так конечно не бывает,
Пришёл Артёмка и решил поставить 15000 рупий на П1 (то есть нужно к ячейке H5 прибавить сумму ставки Артёмки,) то есть в пуле 500000 артёмка решил поставить 15000 рупий и того 515000 в пуле №1.... а тут пришёл капитан забияка и решил поставить 35000 на П2, (к ячёйке I5 нужно добавить сумму ставки забияки, получится в пуле №2 535000 ну реально, он в теннисе разбирается на 1000% и прогназирует П2.. В ячейках H9 и I9 видна чистая прибыль конторы. Давайте разберёмся, всего проставлено 15000+35000=50000 рупий. Согласны?
В случае П1 бк должен выплатить выигрыш Артёмки (15000*1,95-15000=14250), а вот капитан забияка увы проиграл и положил в пул №2 35000 рупий и как итог в случае П1 БК отдаёт 14250. Не сложно посчитать чистую прибыль БК (проставлено 50000 рупий, выигрыш Артёмки 14250, ну а сам бк заработал 50000-14250=35750.
А что произойдёт в случае П2, будет круто, выгрышь забияки составит (35000*1,95-35000=33250), а в пуле как мы помним было проставлено 50000 всего, как итог опять БК имеет прибыль (50000-33250=16750). Согласны?)))
Как видно что по данной ситуации БК при любом исходе получит прибыль. Это ситуация конечно для примера... никто не знает как сыграют наши теннисистки).
И тут важный матч, встречаются 2 супер теннисистки которые на протяжении 5 лет имеют жёсткую конкуренцию, зовут их Аня и Алёна.
Аня делает всех и Алёна тоже. Короче Артёмка опять решил поставить на П1 15000 рупий (ну то есть к ячейки H5 нужно прибавить 15000), а вот капитан Забияка опять на свою любимицу ставит исправно флэтом (пусть будет 35000 рупий), ну то есть к ячейки I5 нужно прибавить 35000. в ячейках H9 и I9 видна прибыль БК. Но тут вмешиваюсь я и у меня есть 120000 рупий и я готов их поставить на П1, на Аню короче(значит к ячейке H5 плюсуем 120000 рупий). Что мы видим? Если Аня победит, то БК будет в убытке. Как избежать убытки??? Легко, нужно просто выставить кэф согласно денежным потокам, то есть нам нужно выставить катировки при которых мы будем в плюсе. Сейчас у нас ситуация следующая, всего проставлено 170000 рупий (ячейка S15). Артёмка поставил 15000 на Аню, Забияка 35000 на Алёну и я 120000 на Аню. Чтобы получить прибыль БК должен выставить равномерное распределение денег, а распределение видно в ячейках T13 и U13 (кто чуть знает как посчитать проценты думаю вопросов не возникнет). Сейчас видно что на Аню проставлено 54,27%, а на Алёну 45,72% ну и видно что БК в минусе, чтобы сконцетрировать всё это дело в плюс бк должен выставить такие кэф. чтобы при любом раскладе остаться в плюсе. Как это сделать????, легко... во вкладке кэф. всё подсчитано. Сначало смотрим вкладку T12 оно же распределение денежных средств где видно что в данной ситуации распределение идёт на Аню, 54,27%, а на Алёну 45,72%... ну а вкладки T13 и U13 их показывают. Далее просто на вкладке кэф. нужно прикинуть распределение денег и поставить кэфы на ячейки H4 и I5 и вы увидите чудо, можно поиграться.... итог к чему, бк ничего не прогназирует, а просто очень хорошо на основе статистических данных прогнозирует денежные потоки, выставляет кэф. и потом их просто корректирует в зависимости от того как поставит пул игроков на тот или иной исход

ФАЙЛ EXCEL он не смог прекрепить

Ну суть в том, что БК не прогназирует ничего, а только денежные потоки, а пример с теннисом это условно так как в реале 1,95/1,95 не будет, как только БК увидит неравномерное распределение ДС он сразу же занизит кэф на п1 и завысит кэф. п2 и все понесут на фаворита, чисто психология. У нас самая главная проблема это уметь прогнозировать матчи

Да кстати, возьмите какой нибудь смол маркет с каким нибудь эксклюзивным исходом там видно будет лимит 1500 на одно плечо 3000 на другое плечо, если поставить 1500, то сразу кэф.скорректируется

Цитата

SmartRatings assigns a Game Excitement score, or GEX score, to each game. This value ranges from 0 (most boring game ever) to 100 (extreme excitement). The average GEX score for a game in a particular league is 50. For fans of a particular team involved, this GEX score can be further modified by an adjustment parameter inside gex, so that it more accurately represents the excitement level of a fan of a particular team, rather than just providing a 'neutral' perspective of the excitement level of a game. A normalized adjustment parameter inside gex can be used to modify GEX down for individuals who are neither fans of the teams playing nor fans of the league with which the event is associated.

Before a particular sports event has started, SmartRatings assigns a predicted excitement score, found inside gex_predict, to a game. Similar to the real-time GEX score, the predicted excitement score ranges from 0 to 100 and averages 50 across a particular league. Team adjustment parameters inside gex_predict can be used to modify the default predicted excitement score to further tailor this predictive value for fans of the teams or athletes competing in the upcoming event. A normalized adjustment parameter inside gex_predict can be used to modify the predicted excitement score to further tailor this predictive value for individuals who are neither fans of the teams nor fans of the league in which the event is associated.

Every GEX score is accompanied by a headline, also known as a teaser, that provides one or two lines of provocative, contextual information about the game or match in question. There are headlines before an event begins inside gex_predict_teasers and headlines while an event is in progress inside gex_teasers. Team fan headlines found inside gex_teasers or gex_predict_teasers are "empathy" headlines and they offer a perspective of the event from the standpoint of each fan of a particular team. Headlines are nominally at least 20 characters in length, and typically no more than 80 characters.

The GEX score is mapped to a less granular rating system that classifies games as: Dud (rating=1, GEX=0-40), OK (rating=2, GEX=41-65), Good (rating=3, GEX=66-85) and Great (rating=4, GEX=86-100).

Customize behavior using parameters described below. Results are returned as a collection of JSON game rating objects.

Цитата

SmartRatings присваивает каждой игре оценку Game Excitement score, или GEX score. Это значение варьируется от 0 (самая скучная игра в истории) до 100 (экстремальное возбуждение). Средний балл GEX для игры в конкретной лиге составляет 50. Для болельщиков конкретной команды этот показатель GEX может быть дополнительно изменен с помощью корректирующего параметра внутри gex, чтобы он более точно отражал уровень волнения болельщика конкретной команды, а не просто давал "нейтральное" представление об уровне волнения игры. Нормированный корректирующий параметр внутри gex может быть использован для изменения GEX в меньшую сторону для лиц, не являющихся ни болельщиками играющих команд, ни болельщиками лиги, с которой связано данное событие.

Перед началом конкретного спортивного события SmartRatings присваивает игре прогнозируемый балл воодушевления, находящийся внутри gex_predict. Как и оценка GEX в реальном времени, прогнозная оценка варьируется от 0 до 100 и в среднем составляет 50 баллов для конкретной лиги. Параметры настройки команд внутри gex_predict могут быть использованы для изменения прогнозируемого по умолчанию балла азарта с целью дальнейшей адаптации этого прогнозируемого значения для болельщиков команд или спортсменов, участвующих в предстоящем соревновании. Параметр нормализованной корректировки внутри gex_predict может использоваться для изменения прогнозируемого балла азарта с целью дальнейшей адаптации этого прогнозируемого значения для лиц, не являющихся ни болельщиками команд, ни болельщиками лиги, с которой связано событие.

Каждый результат GEX сопровождается заголовком, также известным как тизер, который содержит одну-две строки провокационной, контекстуальной информации об игре или матче. Внутри gex_predict_teasers находятся заголовки до начала события, а внутри gex_teasers - заголовки во время события. Заголовки болельщиков команд, находящиеся внутри gex_teasers или gex_predict_teasers, являются "эмпатическими" заголовками и предлагают взгляд на событие с точки зрения каждого болельщика конкретной команды. Длина заголовков номинально составляет не менее 20 символов, но обычно не более 80 символов.

Оценка GEX сопоставляется с менее подробной системой рейтингов, которая классифицирует игры как: Dud (рейтинг=1, GEX=0-40), OK (рейтинг=2, GEX=41-65), Good (рейтинг=3, GEX=66-85) и Great (рейтинг=4, GEX=86-100).

Настроить поведение можно с помощью параметров, описанных ниже. Результаты возвращаются в виде коллекции объектов рейтинга игры в формате JSON.

https://www.youtube.com/@ittcup9862/streams 

https://www.youtube.com/@ittcup293/streams

И для тех, кто думает что это чисто договорной турнир. Вот новость о том, что ЭКСКЛЮЗИВНЫЙ поставщик данных по этому https://www.feedconstruct.com/news/feedconstruct-to-exclusively-cover-itt-cup-bulgaria-1 

Аналогично по другим странам