Исходя из личного опыта и многочисленных расчетов, пришел к выводу, что в прогнозировании на основе сухой статистики, противопоставить что-либо букмекеру можно только отталкиваясь от его же собственной линии. Т.е выявлять выборки, где букмекер системно ошибается чаще. И уже на основе данных о точности букмекера, принимать решение, заходить ли на этот рынок или нет.

Формулу профита я бы разделил на три составляющие:
1) анализ точности букмекера (имеет ли смысл заходить на рынки, где букмекер итак очень точен)
2) анализ природы формирования коэффициентов букмекером (выявление того, оперирует ли букмекер специфическими данными, недоступными в публичной статистике, при формировании коэффициентов)
3) своя стратегия  (выборка из общего множества, с потенциально большей аккуратностью чем у букмекера)

Первое решается путем измерения среднего абсолютного отклонения между XG, которое букмекер вложил в свои коэффициенты, от финального результата. E = (abs(team1XG - team1Result) + abs(team2XG - team2Result)) / 2

Второе решается применением алгоритма, который может выжать максимум из сухой статистики. Для этого я использую алгоритмы goalmodel и Glicko2. Аккуратность которых близка к букмекерской, особенно в лигах где нет подробной статистики. Благодаря им можно понять, выставил ли букмекер коэфы исходя из статистики или у него есть дополнительные данные.
goalmodel - https://github.com/opisthokonta/goalmodel  — Используются алгоритмы Dixon-Coles, Conway-Maxwell-Poisson (которые более точны чем обычный пуассон)
Glicko2 - http://www.glicko.net/glicko/glicko2.pdf — Адаптированная под футбол версия. Хорошо отражает изменение силы с течением времени. Аналог турнирной таблицы, только более плавная и точная. Превосходит Elo по аккуратности.

Для всего этого был сделан веб интерфейс: https://sstats.net/g/1035336/summary

Смотрим на отклонение букмекера в предыдущих матчах. Если отклонение букмекера за последние матчи/сезон меньше 0.9, то это считается хорошей точностью, которую сложно переиграть в долгосрочной перспективе.
Далее смотрим на glicko2 и goalmodel.
1) Если они отличаются от прогнозов букмекера, значит букмекер обладает дополнительными данными. Но, если ошибка букмекера до этого была большая, то можно рисковать, т.к не факт, что букмекер сместил коэфы обоснованно.
2) Если они похожи, то можно использовать свои дополнительные данные. Например, подойдет тем кто смотрит матчи и знает мотивацию, кондиции и т.д

 

А так же, есть API (бесплатное) для всех желающих
https://sstats.net/api-docs/index.html

В нем, как и в веб интерфейсе, есть возможность искать матчи по Id с сайтов flashscore.com. Но, т.к база матчей своя, а с flashscore.com матчи были просто сопоставлены, то может найтись не каждый матч.

Пример:
Матч https://www.flashfootball.com/match/rPFVurfq/#/match-summary/match-summary
можно найти так
https://api.sstats.net/games/rPFVurfq?apikey=75kwgw7361l0l1ir

 

Аpi ключ один на всех, с ограничением в 180 запросов в минуту. Если кто-то разрабатывает таблицы для общего пользования, могу предоставить отдельный ключ

8 часов назад, noname сказал:

Исходя из личного опыта и многочисленных расчетов, пришел к выводу, что в прогнозировании на основе сухой статистики, противопоставить что-либо букмекеру можно только отталкиваясь от его же собственной линии. Т.е выявлять выборки, где букмекер системно ошибается чаще. И уже на основе данных о точности букмекера, принимать решение, заходить ли на этот рынок или нет.

Формулу профита я бы разделил на три составляющие:
1) анализ точности букмекера (имеет ли смысл заходить на рынки, где букмекер итак очень точен)
2) анализ природы формирования коэффициентов букмекером (выявление того, оперирует ли букмекер специфическими данными, недоступными в публичной статистике, при формировании коэффициентов)
3) своя стратегия  (выборка из общего множества, с потенциально большей аккуратностью чем у букмекера)

Первое решается путем измерения среднего абсолютного отклонения между XG, которое букмекер вложил в свои коэффициенты, от финального результата. E = (abs(team1XG - team1Result) + abs(team2XG - team2Result)) / 2

Второе решается применением алгоритма, который может выжать максимум из сухой статистики. Для этого я использую алгоритмы goalmodel и Glicko2. Аккуратность которых близка к букмекерской, особенно в лигах где нет подробной статистики. Благодаря им можно понять, выставил ли букмекер коэфы исходя из статистики или у него есть дополнительные данные.
goalmodel - https://github.com/opisthokonta/goalmodel  — Используются алгоритмы Dixon-Coles, Conway-Maxwell-Poisson (которые более точны чем обычный пуассон)
Glicko2 - http://www.glicko.net/glicko/glicko2.pdf — Адаптированная под футбол версия. Хорошо отражает изменение силы с течением времени. Аналог турнирной таблицы, только более плавная и точная. Превосходит Elo по аккуратности.

Для всего этого был сделан веб интерфейс: https://sstats.net/g/1035336/summary

Смотрим на отклонение букмекера в предыдущих матчах. Если отклонение букмекера за последние матчи/сезон меньше 0.9, то это считается хорошей точностью, которую сложно переиграть в долгосрочной перспективе.
Далее смотрим на glicko2 и goalmodel.
1) Если они отличаются от прогнозов букмекера, значит букмекер обладает дополнительными данными. Но, если ошибка букмекера до этого была большая, то можно рисковать, т.к не факт, что букмекер сместил коэфы обоснованно.
2) Если они похожи, то можно использовать свои дополнительные данные. Например, подойдет тем кто смотрит матчи и знает мотивацию, кондиции и т.д

 

А так же, есть API (бесплатное) для всех желающих
https://sstats.net/api-docs/index.html

В нем, как и в веб интерфейсе, есть возможность искать матчи по Id с сайтов flashscore.com. Но, т.к база матчей своя, а с flashscore.com матчи были просто сопоставлены, то может найтись не каждый матч.

Пример:
Матч https://www.flashfootball.com/match/rPFVurfq/#/match-summary/match-summary
можно найти так
https://api.sstats.net/games/rPFVurfq?apikey=75kwgw7361l0l1ir

 

Аpi ключ один на всех, с ограничением в 180 запросов в минуту. Если кто-то разрабатывает таблицы для общего пользования, могу предоставить отдельный ключ

Коэффициенты с какой конторы берете? И второй вопрос, если не сложно связку АПИ с сайтом на каком движке реализовано? Можно где то почитать?

Изменено 18 декабря, 20232 г. пользователем SergioJek

в API в наличии больше 15 букмекеров.
а для расчетов беру эти: Марафон, 1XBet, Pinnacle, Bet365. Именно в таком приоритете. Если для какого то матча коэфы на марафоне не найдены, берутся с 1XBet

 

 

Изменено 18 декабря, 20232 г. пользователем noname

11 часов назад, noname сказал:

в API в наличии больше 15 букмекеров.
а для расчетов беру эти: Марафон, 1XBet, Pinnacle, Bet365. Именно в таком приоритете. Если для какого то матча коэфы на марафоне не найдены, берутся с 1XBet

 

 

Скажите - а значения -  меняются в течении суток - это нормально..?  Или это (в там числе) связано с изменением Линии 1х2..?

XG, которое в списке матчей - это XG основанное на коэффициетах букмекера. Там есть подсказка, если навести курсором на "XG 1" и "XG 2". Они напрямую зависят от коэфов.

А вот на странице конкретного матча, в строке Goalmodel, уже прогнозируемое XG

11 часов назад, noname сказал:

XG, которое в списке матчей - это XG основанное на коэффициетах букмекера. Там есть подсказка, если навести курсором на "XG 1" и "XG 2". Они напрямую зависят от коэфов.

А вот на странице конкретного матча, в строке Goalmodel, уже прогнозируемое XG

Спасибо. Увидел позднее... Возник вопрос - А чем поможет значение   (основанное - на финальном счёте) в прогнозировании матчей..?

2 часа назад, Кирилл Клейменов сказал:

Возник вопрос - А чем поможет значение   (основанное - на финальном счёте) в прогнозировании матчей..?

ΔE - показатель точности букмекера. Он нужен не для прогнозирования матчей, а для отбора матчей и создания стратегий. Одна и та же стратегия на разных выборках может давать разный результат. Это происходит потому что где-то букмекер предсказывает хорошо, где-то не очень.

Вот как обычно оценивается стратегия в народе: замеряется профит и выносится вердикт - плюосвая или минусовая. Т.е либо да, либо нет. Слишком грубая характеристика.

Вместо этого можно оценивать точность. Например у вашей стратегии отклонение ΔE будет 0.91 например, а у букмекера 0.9. Вердикт: ваша стратегия минусовая. Но это же очень близко к порогу. Можно её чуть доработать. Или применять на выборке где у букмекера ΔE = 0.95, и вуаля, из минусовой ваша стратегия превратилась в плюсовую.

Это всё было про отбор. А ещё этот показатель можно применять для создания стратегий. Как сейчас обычно происходит их создание: возникает какая-то гипотеза и тестируется на выборке, и если есть профит, значит ваш алгоритм умеет находить выборки, где букмекер ошибается. А можно и наоборот, сначала найти выборку где букмекер ошибается, и искать признаки характерные для этой выборки. Т.е задача кластеризации и оптимизации.

 

Вот мне было бы интереснее, если бы здесь в темах со тестированием стратегий замеряли точность букмекера и точность своей стратегии, а не как сейчас: "ну вот до этого пять раз зашло, а теперь что-то перестало..." 😄

 

 

В 20.12.2023 в 03:18, noname сказал:

Вот мне было бы интереснее, если бы здесь в темах со тестированием стратегий замеряли точность букмекера и точность своей стратегии, а не как сейчас: "ну вот до этого пять раз зашло, а теперь что-то перестало..."

Интересный сайт и расчёты... Есть возможность статистику - собрать в единую таблицу..? Можно было-бы поработать... Поскольку линейно в таблицу XL не вставить... нужен отдельный парсер по скачиванию нужных данных...

В 20.12.2023 в 03:18, noname сказал:

Вот мне было бы интереснее, если бы здесь в темах со тестированием стратегий замеряли точность букмекера и точность своей стратегии, а не как сейчас: "ну вот до этого пять раз зашло, а теперь что-то перестало..."

В 22.12.2023 в 03:38, Кирилл Клейменов сказал:

Интересный сайт и расчёты... Есть возможность статистику - собрать в единую таблицу..? Можно было-бы поработать... Поскольку линейно в таблицу XL не вставить... нужен отдельный парсер по скачиванию нужных данных...

Спасибо - что ответили... Как поддерживать тему - если нет реакции... Загнётся - как сотни других...

11 часов назад, Кирилл Клейменов сказал:

Есть возможность статистику - собрать в единую таблицу..?

такой возможности пока нет.

преобразовать json в таблицу предельно просто же. просто понадобиться написать код на vba.

ну вообще, сейчас есть много функционала в приватном доступе, постепенно перевожу его в публичный. там будет возможность применять расширенный поиск и сохранять данные в csv

 

11 часов назад, Кирилл Клейменов сказал:

Спасибо - что ответили...

куда так торопитесь?

хорошо бы чтобы была возможность сортировки игр не только по лигам, но и по времени начала матча. было бы удобно очень. а так сайт шикарный, однозначно в закладки себе оставляю для анализа и использования для прогнозирования. как альтернатива кривым майскорам)

В 24.12.2023 в 16:16, noname сказал:

такой возможности пока нет.

преобразовать json в таблицу предельно просто же. просто понадобиться написать код на vba.

ну вообще, сейчас есть много функционала в приватном доступе, постепенно перевожу его в публичный. там будет возможность применять расширенный поиск и сохранять данные в csv

 

куда так торопитесь?

Вы пишите - что вам интереснее - что-бы люди тестировали - думаю вы понимаете - что-бы тестировать - нужны систематические наблюдения и сравнения... что не возможно - без мало-мальского Архива... Я конечно начал сохранять часть игр (которые могут быть интересными в процессе) - но это не система - а выборка... Желаю - что-бы у вас всё получилось. И тогда (возможно) - будет польза от вашей работы и вам и другим...

Реализация классная. Ничего лишнего и есть всё необходимое. К сожалению не работают примеры извлечения данных. Сработала связка через fixtures/list?. Но там стоит лимит 100 матчей.  Как этот лимит убрать или увеличить? На сколько трудоёмко создать такой API? В какой области нужны знания? 

Проблему лимита решил. &Limit=

Выборка по сезонам SeasonYear=. 

1 час назад, Syber сказал:

Сработала связка через fixtures/list?

fixtures/list это не API. Это только для веб интерфейса. Не рекомендуется это использовать. Всё что в веб интерфейсе, может измениться в любой момент. Только время зря потратите. Рекомендуется использовать именно https://api.sstats.net

Тут лимит 300 матчей

1 час назад, Syber сказал:

. К сожалению не работают примеры извлечения данных

почему не работают? какая именно ссылка не работает? в документации в некоторых примерах была опечатка: вместо https был htts. Исправил это
https://api.sstats.net/games/list?leagueid=39&from=2023-08-01&to=2023-12-26&order=-1&apikey=75kwgw7361l0l1ir

 

31 минуту назад, Syber сказал:

Выборка по сезонам SeasonYear=. 

это из веб интерфейса. вместо этого используйте
https://api.sstats.net/games/list?leagueid=39&year=2023&order=-1&apikey=75kwgw7361l0l1ir

Если матчи прошедшие коэффициенты не меняются на вебстранице? И как взять код к разделу матча summary? 

2 часа назад, Syber сказал:

И как взять код к разделу матча summary? 

/games/analytics/867949?apikey=75kwgw7361l0l1ir

 

 

2 часа назад, Syber сказал:

Если матчи прошедшие коэффициенты не меняются на вебстранице?

обычно не меняются, но иногда бывает что меняются в течение нескольких дней после завершения матча. но это не часто

Изменено 26 декабря, 20232 г. пользователем noname

 Здарова. даже интересно))))  тут катит П1 КЕФ 1.55 ПРОВЕРЮ))) ИТБ2 ТБ 1.5 КЕФ 1.73  отклонение по  XG  тоже норм

Изменено 27 декабря, 20232 г. пользователем Rony

с такой статой и гол в первом катит)

17 минут назад, Rony сказал:

с такой статой и гол в первом катит)

1-0+++

1 час назад, Rony сказал:

1-0+++

1 час назад, Rony сказал:

 Здарова. даже интересно))))  тут катит П1 КЕФ 1.55 ПРОВЕРЮ))) ИТБ2 ТБ 1.5 КЕФ 1.73  отклонение по  XG  тоже норм

мда...... 2-0 и думаю вряд ли 2к забьет 2 гола. облом Петрович(

 

3 часа назад, Rony сказал:

 Здарова. даже интересно))))  тут катит П1 КЕФ 1.55 ПРОВЕРЮ))) ИТБ2 ТБ 1.5 КЕФ 1.73  отклонение по  XG  тоже норм

На П1 - кф. 4 был...

16 минут назад, Кирилл Клейменов сказал:

На П1 - кф. 4 был...

)))