Гайд Способ Поиск слабой линии букмекера + API

[wlux.net]

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 -

Пожалуйста, войдите или зерегистрируйтесь, чтобы увидеть скрытый текст.

— Используются алгоритмы Dixon-Coles, Conway-Maxwell-Poisson (которые более точны чем обычный пуассон)
Glicko2 -

Пожалуйста, войдите или зерегистрируйтесь, чтобы увидеть скрытый текст.

— 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:

Пожалуйста, войдите или зерегистрируйтесь, чтобы увидеть скрытый текст.

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

Пожалуйста, войдите или зерегистрируйтесь, чтобы увидеть скрытый текст.

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

Пожалуйста, войдите или зерегистрируйтесь, чтобы увидеть скрытый текст.

можно найти так

Пожалуйста, войдите или зерегистрируйтесь, чтобы увидеть скрытый текст.

Аpi ключ один на всех, с ограничением в 180 запросов в минуту