Итоговый счёт 3-1. Разберём каждую ставку.

 

 

Рынок	БК	Fair	Edge	Исход	Результат ставки
Фора -1	2.45	2.91	-16%	выиграла (3-1 → 2-1 по форе)	✅ выигрыш
Фора +1	1.52	1.52	0%	проиграла (3-1 → 3-2 по форе)	❌ проигрыш
ТМ 2.5	2.10	2.68	-22%	проиграла (4 гола)	❌ проигрыш
ТБ 2.5	1.70	1.59	+6.9%	выиграла	✅ выигрыш

Анализ:

1. Единственная ставка с положительным edge (ТБ 2.5) – выиграла. Это хороший знак: модель правильно определила завышенную вероятность верхового тотала.

2. Ставка с нулевым edge (Фора +1) – проиграла. Ожидаемо: нет преимущества, результат случаен.

3. Ставки с отрицательным edge – одна выиграла (Фора -1), другая проиграла (ТМ 2.5). На короткой дистанции отрицательный edge не гарантирует проигрыш, но на длинной такие ставки убыточны.

4. Фора -1 выиграла, хотя модель считала её невыгодной. Это подчёркивает важность дистанции: даже плохие ставки иногда заходят, но полагаться на них нельзя.

Вывод: матч подтвердил работоспособность модели – ставка с положительным edge сыграла. Для уверенности нужно накапливать статистику и использовать только сигналы с достаточным перевесом (≥5–10%).

Разбор:

 

 

Рынок	БК	Fair	Edge	Вывод
Фора 0 (дом)	2.35	2.58	-8.9%	❌
Фора 0 (гост)	1.55	1.63	-4.9%	❌
ТМ 2.5	1.70	1.93	-11.9%	❌
ТБ 2.5	2.07	2.08	-0.5%	❌ (≈0)

Логика:
Ни один рынок не даёт положительного edge. Даже на ТБ 2.5 коэффициенты практически равны, что означает отсутствие математического преимущества. Во всех случаях букмекер предлагает коэффициенты ниже fair-значений модели (или равны), следовательно, играть невыгодно.

в ручную все таки нельзя обработать больше рынков возмозно в первом тайме зарыто все или в точном счете и так далее.только если брать несколько рынков тогда можно попробовать.

Отличный пример, показывающий, как модель может «видеть» то, что букмекер оценивает иначе.

🔍 Разбор перекосов

 

 

Рынок	БК	Fair	Edge	Интерпретация
Фора -1	1.75	2.40	-27%	Букмекер считает победу с форой -1 гораздо более вероятной, чем модель → ❌
Фора +1	1.95	1.71	+14%	Модель считает, что гости не проиграют с форой +1 с большей вероятностью → ✅ value
ТМ 2.5	1.75	1.26	+38.9%	Огромный перекос: модель уверена в низовом тотале (вероятность 79%), букмекер даёт только 57% → ✅ супер value
ТБ 2.5	1.95	4.86	-60%	Модель считает высокую результативность крайне маловероятной, букмекер переоценивает → ❌

🤔 Почему такие перекосы?

1. Модель ожидает очень низкую результативность
   Скорее всего, в похожих матчах из базы средний тотал был около 1.5–1.8 голов. Возможно, команды имеют слабые атаки и сильные защиты, или это матч плей-офф с высокими ставками.

2. Букмекер видит факторы, которые модель не учла
   Например, травма ключевого защитника, мотивация, погода (дождь/ветер), или просто букмекер знает, что публика любит ставить на «верх», и занижает коэффициент на ТБ, чтобы сбалансировать книгу.

Фора +1

2.02

2.01

+0.5%

❌ (≈0)   такое тоже играет но тут сами видите вы берете только +0,5%  -0.5% на дистанции только и за того что кеф больше 2.00 вы будете плавать 50/50 возможно даже калькулятор в эти моменты и дает тут самую справедлиую цену это все надо проверять и не один 2 матча,это пока что по сырому нашел

ТБ 2.5

2.07

2.08

-0.5%

❌ (≈0)

а так у кого есть рабочая версия то вам нужно настроить конфликты букмекера и программы и вы поймете где эти спорные ситуации у программы,это все делаеться чере STAKE WIZARD СОБИРЕТЬСЯ КОРЗИНА ИЗ 26 МАТЧЕЙ И ТАМ УЖЕ ПРОХОДИТ МАГИЯ САМОЙ ПРОГРАММЫ.ВСЕ ЧЕРЕЗ ЗЕЛЕНЬ.там не вся зелень вам нужна а где зелень с линей букмекера рядом но перекосы по форе или тоталу,и так далее.сама программа из 10 балов 8 дам ей,не хватает ей составов и погоды,а так все есть.а вот калькулятор с него это то что можно забрать для себя.

Разбор:

 

 

Рынок	БК	Fair	Edge	Вывод
Фора -1	1.82	2.17	-16.1%	❌
Фора +1	1.88	1.86	+1.08%	❌ (очень слабо)
ТМ 2.5	2.10	2.80	-25%	❌
ТБ 2.5	1.65	1.56	+5.77%	✅

Логика:
Модель оценивает вероятность тотала больше 2.5 выше, чем букмекер (1/1.56 ≈ 64.1% против 1/1.65 ≈ 60.6%). Это даёт положительный edge около 5.8% – ставка математически выгодна. На форе +1 перевес всего 1% – статистически незначим. Остальные рынки невыгодны.

Вывод:
Ставка на ТБ 2.5 имеет смысл. Фора +1 – слишком малый перевес, лучше пропустить.

не буду больше тему вам засирать калькулятором,так как калькулятор отдельно от самой программы это совсем другая тема. это только малая часть его применения,тут чисто линия бука,есть по открытию применение по бет 365 они как бы похоже но везде разный нюанс.по этому темы взять бука линию и открытия бет 365 это будет разное направление и будет путать людей.так как тут мы смотрим где в калькуляторе перевес с буком,а в 365 бет там куда линия идет по калькулятору от открытия.

3 часа назад, kelbr сказал:

Отличный пример, показывающий, как модель может «видеть» то, что букмекер оценивает иначе.

🔍 Разбор перекосов

 

 

Рынок	БК	Fair	Edge	Интерпретация
Фора -1	1.75	2.40	-27%	Букмекер считает победу с форой -1 гораздо более вероятной, чем модель → ❌
Фора +1	1.95	1.71	+14%	Модель считает, что гости не проиграют с форой +1 с большей вероятностью → ✅ value
ТМ 2.5	1.75	1.26	+38.9%	Огромный перекос: модель уверена в низовом тотале (вероятность 79%), букмекер даёт только 57% → ✅ супер value
ТБ 2.5	1.95	4.86	-60%	Модель считает высокую результативность крайне маловероятной, букмекер переоценивает → ❌

🤔 Почему такие перекосы?

1. Модель ожидает очень низкую результативность
   Скорее всего, в похожих матчах из базы средний тотал был около 1.5–1.8 голов. Возможно, команды имеют слабые атаки и сильные защиты, или это матч плей-офф с высокими ставками.

2. Букмекер видит факторы, которые модель не учла
   Например, травма ключевого защитника, мотивация, погода (дождь/ветер), или просто букмекер знает, что публика любит ставить на «верх», и занижает коэффициент на ТБ, чтобы сбалансировать книгу.

1-0 фора возрат,тотал зашел.

2 часа назад, kelbr сказал:

Разбор:

 

 

Рынок	БК	Fair	Edge	Вывод
Фора -1	1.82	2.17	-16.1%	❌
Фора +1	1.88	1.86	+1.08%	❌ (очень слабо)
ТМ 2.5	2.10	2.80	-25%	❌
ТБ 2.5	1.65	1.56	+5.77%	✅

Логика:
Модель оценивает вероятность тотала больше 2.5 выше, чем букмекер (1/1.56 ≈ 64.1% против 1/1.65 ≈ 60.6%). Это даёт положительный edge около 5.8% – ставка математически выгодна. На форе +1 перевес всего 1% – статистически незначим. Остальные рынки невыгодны.

Вывод:
Ставка на ТБ 2.5 имеет смысл. Фора +1 – слишком малый перевес, лучше пропустить.

2-1 тотал зашел фора возрат.

✅ КАЛИБРОВКА ЗАВЕРШЕНА! Обработано лиг: 110
📈 Справочник калибровки интегрирован в базу.
███████████████████████████████████████████████████████████████████████████

🏆 ТОП-5 ЛИГ С МАКСИМАЛЬНЫМ ИСТОРИЧЕСКИМ ВАЛУЕМ (Avg Bias):
    league_id  avg_bias  volatility  sample_size         last_updated
37       EnFA  0.086094    0.699635         1172  2026-04-03 06:03:56
105       UeC  0.017109    0.380824          594  2026-04-03 06:03:56
16        Cn0  0.011342    0.469034         3549  2026-04-03 06:03:56
53        GrB -0.010593    0.477103         5265  2026-04-03 06:03:56
85        Ro0 -0.014372    0.471300         4299  2026-04-03 06:03:56
 

Интерпретация:

• EnFA — лига, где исторически много плюса (avg_bias>0) и при этом высокая волатильность (σ≈0.7):

  • Здесь много шума и много потенциала.

  • Нужен более жёсткий порог по σ (например, брать только AdjustedEdge > 1.0–1.5 σ).

• UeC, Cn0 — умеренный плюс, средний шум → лиги с легким «пассивным value».

• GrB, Ro0 — средний минус:

  • Твоя модель там систематически переоценивает value.

  • На практике: для этих лиг логично поднять пороги или даже по умолчанию снижать вес их сигналов.
     

 

ну в принцепе рассчеты верны 

7 минут назад, kelbr сказал:

ну в принцепе рассчеты верны 

фильтр вообще заточен под 1X2,для остальных рынков делаеться так же все рассчеты и вы получаете те настройки которые должны быть в лигах,это за три года,там от 900 дней но в каждой лиге он свой где 600 где то 350 где то 900, и вы увидете где зелень фальш а где ценость как пример 
Мы используем  базу данных за 3 года, чтобы рассчитать Z-Score каждого сигнала.
Раньше система видела перекос в 10% и кричала: «Конфликт!». Теперь она знает, что для Аргентины 10% — это «штиль», а для Англии — «ураган». Мы внедрили статистический фильтр......а какой ответ выше.
так что у кого работает программа вот вам подсказка.
 

кстати если у кого есть рабочая версия скиньте League file (.lea),их легко можно скопировать и вставить в программу от 900 дней.если конечно у кого то есть рабочая,раньше так прокатывало с подменой.хотя если нет ни у кого лицухи или рабочей,на их сайте есть ну там лиг мало 14 только.я как то пробовал вскрывать file (.lea) то что нужно коэффициенты не зашифрованы там,но многое зашифровано.

после калибровки получили на крайние матчи мы получили 20 зеленых сигнала,по трем рынкам из них 17+ 3- так что не вся зелень имеет вес в программе.достаточно эти матчи загнать в STAKE WIZARD и мы увидем как Zave% будет больше 4.

здарова парни. может еще обратить внимание на маржу в калькуляторе? 

13 минут назад, Rony сказал:

здарова парни. может еще обратить внимание на маржу в калькуляторе? 

Отличный вопрос, давай разложим по-научному, но без лишней воды.

🧠 Что такое маржа и откуда она берётся?

Маржа букмекера – это встроенная комиссия, которая гарантирует, что в долгосрочной перспективе букмекер остаётся в плюсе, даже если игроки угадывают исходы.

Как она выглядит:
Для события с двумя равновероятными исходами (например, орёл/решка) истинная вероятность каждого – 50% → честный коэффициент = 2.00. Букмекер же даёт 1.90 на оба исхода. Сумма вероятностей: 1/1.90 + 1/1.90 = 1.0526 (105.26%). Избыток 5.26% – это и есть маржа.

Формула маржи для рынка 1X2:

\text{Маржа} = \left( \frac{1}{K_1} + \frac{1}{K_X} + \frac{1}{K_2} - 1 \right) \times 100\%

📐 Ваш калькулятор – что он выдаёт?

Ваш калькулятор (модель) должен выдавать fair odds – коэффициенты, которые отражают истинные вероятности исходов без маржи. Они вычисляются на основе исторических данных (например, ваша база Odds Wizard).
Если модель калибрована правильно, то сумма обратных величин её коэффициентов = 1 (или очень близка к 1).

Пример: fair 1.96, 3.20, 4.00 → 1/1.96+1/3.20+1/4.00 = 0.510+0.312+0.250=1.072 – здесь есть небольшая маржа модели, но это уже другая тема.

⚖️ Как сравнивать с букмекером?

Вы берёте коэффициент БК (он содержит маржу) и fair odds от модели (без маржи).
Вычисляете edge (преимущество) по формуле:

\text{Edge} = \frac{\text{БК}}{\text{Fair}} - 1

Если Edge > 0, ставка имеет положительное математическое ожидание.

Пример:
Fair = 2.00, БК = 2.10 → Edge = 2.10/2.00 - 1 = 0.05 = 5%. Это означает, что на дистанции каждая ставка будет приносить в среднем 5% чистой прибыли (без учёта дисперсии).

🔥 Почему нужен порог 10–15%?

Вы правы: если букмекерская маржа составляет 5–8% (типично для топ-рынков), то даже небольшой перевес в 2–3% может быть съеден дисперсией или погрешностью модели. На практике для уверенной прибыли желателен edge ≥ 5–10%, а для агрессивной игры – 10–15% и выше.

Почему 10%?

• Математическое ожидание прибыли на ставку = Edge. При Edge=10% и 1000 ставок средняя прибыль = 100% от банка (если ставить фиксированной долей).

• Дисперсия (риск серий проигрышей) снижается с ростом Edge. При 2% Edge даже после 1000 ставок можно оказаться в минусе из-за случайности.

Научное обоснование:
Критерий Келли для размера ставки: f = \frac{p \cdot b - q}{b}, где b – чистый коэффициент (БК-1), p – истинная вероятность (1/Fair). Если Edge мал, то f тоже мал, и для получения значимого дохода нужно огромное количество ставок.

📌 Итог – что делать?

1. Не добавляйте маржу в калькулятор. Ваш калькулятор должен давать fair odds (без маржи).

2. Сравнивайте БК и Fair. Edge = БК/Fair - 1.

3. Ставьте только при Edge ≥ 5–10% (для начала можно 10%+).

4. Используйте дробный Келли (например, 0.25 от полного Келли), чтобы снизить риск.

5. Ведите статистику – без неё вы не узнаете, действительно ли модель работает.

Запомните:
Маржа букмекера – это его защита. Ваша задача – найти рынки, где букмекер ошибся в вашу пользу настолько, чтобы перекрыть его маржу и ещё остаться в плюсе. Чем выше Edge, тем быстрее вы выходите в прибыль и тем устойчивее к просадкам.

14 часов назад, kelbr сказал:

как то давно,как только эта тема началась на сайте,еще версия самая первая ломаная с кряком в придачу,многие кто тут давно это помнят,так вот наткнулся я,на статью потом искал не нашел ее,так там один человек описывает как поней работает где кеф калькулятор дает 1.5 а бук 1.8 брать 1.8, а где кеф 1.8 а бук дает 1.5 играть. у него там своя техника по этой теме была.а так кто тут лучше всего эту тему прохавал,был калючий.но он использовал и программные кефы.

давай подробнее. кэф конкретно и исключительно 1,5Х и 1,8Х ??? 

 

 

 

 

х

16 минут назад, KGB сказал:

давай подробнее. кэф конкретно и исключительно 1,5Х и 1,8Х ??? 

 

 

 

 

х

не только 1х 2х так же тотал форы,но и за того что у бука 0.28 и -0.28  рабочие то на выходе вы получаете 50/50 что бы выйти из 50 вам нужно обрезать где есть против -0.28 значения.все разжовывать долго это в общих чертах.все считаетьсяи рассчитываеться под то что вы играете. 

3 часа назад, kelbr сказал:

Отличный вопрос, давай разложим по-научному, но без лишней воды.

🧠 Что такое маржа и откуда она берётся?

Маржа букмекера – это встроенная комиссия, которая гарантирует, что в долгосрочной перспективе букмекер остаётся в плюсе, даже если игроки угадывают исходы.

Как она выглядит:
Для события с двумя равновероятными исходами (например, орёл/решка) истинная вероятность каждого – 50% → честный коэффициент = 2.00. Букмекер же даёт 1.90 на оба исхода. Сумма вероятностей: 1/1.90 + 1/1.90 = 1.0526 (105.26%). Избыток 5.26% – это и есть маржа.

Формула маржи для рынка 1X2:

\text{Маржа} = \left( \frac{1}{K_1} + \frac{1}{K_X} + \frac{1}{K_2} - 1 \right) \times 100\%

📐 Ваш калькулятор – что он выдаёт?

Ваш калькулятор (модель) должен выдавать fair odds – коэффициенты, которые отражают истинные вероятности исходов без маржи. Они вычисляются на основе исторических данных (например, ваша база Odds Wizard).
Если модель калибрована правильно, то сумма обратных величин её коэффициентов = 1 (или очень близка к 1).

Пример: fair 1.96, 3.20, 4.00 → 1/1.96+1/3.20+1/4.00 = 0.510+0.312+0.250=1.072 – здесь есть небольшая маржа модели, но это уже другая тема.

⚖️ Как сравнивать с букмекером?

Вы берёте коэффициент БК (он содержит маржу) и fair odds от модели (без маржи).
Вычисляете edge (преимущество) по формуле:

\text{Edge} = \frac{\text{БК}}{\text{Fair}} - 1

Если Edge > 0, ставка имеет положительное математическое ожидание.

Пример:
Fair = 2.00, БК = 2.10 → Edge = 2.10/2.00 - 1 = 0.05 = 5%. Это означает, что на дистанции каждая ставка будет приносить в среднем 5% чистой прибыли (без учёта дисперсии).

🔥 Почему нужен порог 10–15%?

Вы правы: если букмекерская маржа составляет 5–8% (типично для топ-рынков), то даже небольшой перевес в 2–3% может быть съеден дисперсией или погрешностью модели. На практике для уверенной прибыли желателен edge ≥ 5–10%, а для агрессивной игры – 10–15% и выше.

Почему 10%?

• Математическое ожидание прибыли на ставку = Edge. При Edge=10% и 1000 ставок средняя прибыль = 100% от банка (если ставить фиксированной долей).

• Дисперсия (риск серий проигрышей) снижается с ростом Edge. При 2% Edge даже после 1000 ставок можно оказаться в минусе из-за случайности.

Научное обоснование:
Критерий Келли для размера ставки: f = \frac{p \cdot b - q}{b}, где b – чистый коэффициент (БК-1), p – истинная вероятность (1/Fair). Если Edge мал, то f тоже мал, и для получения значимого дохода нужно огромное количество ставок.

📌 Итог – что делать?

1. Не добавляйте маржу в калькулятор. Ваш калькулятор должен давать fair odds (без маржи).

2. Сравнивайте БК и Fair. Edge = БК/Fair - 1.

3. Ставьте только при Edge ≥ 5–10% (для начала можно 10%+).

4. Используйте дробный Келли (например, 0.25 от полного Келли), чтобы снизить риск.

5. Ведите статистику – без неё вы не узнаете, действительно ли модель работает.

Запомните:
Маржа букмекера – это его защита. Ваша задача – найти рынки, где букмекер ошибся в вашу пользу настолько, чтобы перекрыть его маржу и ещё остаться в плюсе. Чем выше Edge, тем быстрее вы выходите в прибыль и тем устойчивее к просадкам.

лучше так 

единственное что бы я вам посоветовал так это брать Edge от +15% так вы сможете что то выжать с калькулятора.

6 часов назад, kelbr сказал:

фильтр вообще заточен под 1X2,для остальных рынков делаеться так же все рассчеты и вы получаете те настройки которые должны быть в лигах,это за три года,там от 900 дней но в каждой лиге он свой где 600 где то 350 где то 900, и вы увидете где зелень фальш а где ценость как пример 
Мы используем  базу данных за 3 года, чтобы рассчитать Z-Score каждого сигнала.
Раньше система видела перекос в 10% и кричала: «Конфликт!». Теперь она знает, что для Аргентины 10% — это «штиль», а для Англии — «ураган». Мы внедрили статистический фильтр......а какой ответ выше.
так что у кого работает программа вот вам подсказка.
 

А можно на примере как выставить для лиги дни(период).А то что то получалось почти на каждой одинаково,где то в районе  лучшая прыбиль 350?На ихнем форуме писали что нужно сохранять не менее 500 или оставлять 900.

это один из большинства отзывов. в основном-в таком ракурсе.

8 часов назад, kelbr сказал:

кстати если у кого есть рабочая версия скиньте League file (.lea),их легко можно скопировать и вставить в программу от 900 дней.если конечно у кого то есть рабочая,раньше так прокатывало с подменой.хотя если нет ни у кого лицухи или рабочей,на их сайте есть ну там лиг мало 14 только.я как то пробовал вскрывать file (.lea) то что нужно коэффициенты не зашифрованы там,но многое зашифровано.

Где этот файл добыть в проге?

1 час назад, cookro сказал:

А можно на примере как выставить для лиги дни(период).А то что то получалось почти на каждой одинаково,где то в районе  лучшая прыбиль 350?На ихнем форуме писали что нужно сохранять не менее 500 или оставлять 900.

Я смотрю в футболе теперь период от 15 до 50 (25 обычно). Тренд 10 дней.