تبلیغات

تبلیغات

تبلیغات

 

چگونه اعتبار و آمار مشاور شرط بندی (تیپستر) را محک بزنیم

 

برای کسانی که برای یافتن انتظار مثبت از مشاوران شرطبندی استفاده می کنند، دو سوال مهم وجود دارد. مشاور خوش شانس است یا ماهر؟ و آیا سابقه او واقعی است؟ ما قبلا چگونگی ارزیابی توانایی مشاور و چگونگی آزمایش سابقه شرط بندی برای شواهد مهارت پیش بینی به جای شانس را مورد بررسی قرار داده ایم. اکنون ما به چگونگی ارزیابی یک سابقه نگاهی می اندازیم. بخوانید تا بدانید.

پیناکل پیشتر در مورد چگونگی ارزیابی توانایی یک مشاور و نحوه آزمایش سابقه شرط بندی برای شواهد مهارت پیش بینی به جای شانس تحقیق کرده است. اما هنگامی که دست خود را روی سابقه به ظاهر معتبر یک مشاور قرار دهید، چگونه می دانید که میتوانید پول خود را به دست او بسپارید؟ حالا خواهیم دید.

بررسی دوباره آزمون T

پیش از این، من بحث کرده ام که چگونه t-test می تواند به جستجوی شواهدی از مهارت پیش بینی، با بررسی احتمال اینکه سود حاصل از یک سری از شرط ها به طور اتفاقی اتفاق بیفتد، کمک کند. هرچه این احتمال کوچکتر باشد، احتمال اینکه چیز دیگری، مانند مهارت، ممکن است دلیل آن باشد بیشتر می شود. با این حال، هنگامی که یک سابقه شرط بندی برای واقعی بودن بیش از حد خوب به نظر میرسد، ممکن است به نتیجه دیگری برسیم: یک سابقه دستکاری شده.

پیشینه یک مشاور آنلاین فوتبال را که در بازارهای ضریب بالا / زیر مسابقه تخصص دارد، و به مشتریان “نکات با کیفیت، ضریب عالی و بردهای بزرگ” ارائه میدهد، در نظر بگیرید. بین آگوست ۲۰۱۳ و اکتبر ۲۰۱۴، قبل از ارسال انتخاب‌هایش به یک سرویس مشهور نظارت بر مشاور (از آن موقع کار خود را به دلیل اتهام تخلف متوقف کرد)، ۲۹۶ مورد از آنها وجود داشت، که میانگین انتظار پیروزی ۵۰٪ و میانگین ضریب ۲٫۰۴ بود. ۲۲۰ نفر از آنها برندگانی بودند با نرخ موفقیت ۷۴٪ و بازده سرمایه ۱۵۱٪. نمودار سود به شرح زیر است:

انتظار می رود با امتیاز t 9.3، چنین سابقه ای از سودآوری تقریبا یک بار در یک میلیون تریلیون بار اتفاق بیفتد. غیرممکن بودن چنین رویدادی و روند سودآوری تقریبا عالی که بر روی غیرممکن ها غلبه کند، زنگ های هشدار را به صدا در می‌آورد. با این وجود، چنین نتیجه‌ای اثبات نمی کند که مشاور متقلب است. او هنوز هم می تواند با استعداد ترین پیشگو باشد. پس چگونه می توانیم این مسئله را آزمایش کنیم؟

روش اول : مطالعه نرخ های بسته

میریو ملا قبلا در مورد اهمیت حرکت بازار صحبت کرده است. نرخ ها با ابراز نظر شرط بندان با پولشان خود را تطابق میدهند، و اخبار موجود در مورد تیم ها یا بازیکنان را منعکس میکنند. هرچه علاقه به تیم یا بازیکن خاصی بیشتر باشد، احتمال اینکه ضریب آنها خردتر شود بیشتر می شود. دافنی سرداری همچنین توضیح می دهد که چرا نرخ بسته اهمیت دارد.

▬ این مطلب را هم بخوانید:  پوکر لختی یا استریپ پوکر چیست و نحوه شرطبندی آن چگونه است؟

“ضریب های ارائه شده قبل از شروع بازی که خط بسته نامیده می شود و تمام آمار، اخبار، فعالیت های شرط بندی و احساسات بازار را منعکس می کند. خط بسته باید کارآمدترین نقطه بازار باشد، بنابراین دقیق ترین بازنمایی احتمال نهفته است.”

شرط بندانی که دائما نرخ بسته را شکست میدهند، زیرک طلقی میشوند. آنها اطلاعاتی را به بازار آورده اند که این امر نشانگر توانایی آنها در خرد کردن ضریب است. در جایی که آنها به طور مداوم نرخ بسته را بیش از حاشیه سود شکست می‌دهند، این نشانه انتظار مثبت است و به تمایز بازیکنان برنده از بازنده، یا حرفه‌ای‌ها از مجذور کمک می‌کند.

من قبلا نمونه بزرگی از نرخ های باز و بسته را تحلیل کرده ام. این به طور واضح نشان می دهد که حاشیه سودی که شما نرخ بسته را شکست میدهید پیش بینی کننده خوبی برای سود شماست. به عنوان مثال، اگر روی تیمی که در ساعت ۲٫۰۰ بسته میشود، به نرخ ۲٫۲۰ شرط بندید، مزیت پیش بینی شده شما ۱۰٪ (منهای حاشیه) خواهد بود.

آیا “مشاور عالی” ما به طور مداوم نرخ نهایی را شکست می دهد؟ با انتظار سود ۵۱٪ باید انتظار داشته باشیم که ضریب ۲٫۰۰ با ۵۱٪ کاهش به علاوه حاشیه سود، حدود ۱٫۳۰ باشد. با بررسی ۲۰ پیشنهاد نهایی مشاور با پیناکل در نمونه مطالعه، موارد زیر را می بینیم.

۸ نرخ کاهش یافت (متوسط ۶٫۷%، بزرگترین ۱۹٫۵%)
۷ نرخ افزایش یافت (متوسط ۳٫۵%، بزرگترین ۷٫۱%)
۵ مورد یکسان ماند
حرکت متوسط ۱٫۵% کاهش بود
حاشیه سود معمول ۲% بود

از نظر آماری تفاوت چشمگیری بین این مورد و تصادفی بودن وجود ندارد. این مشاور به هیچ وجه بازار پیناکل را با روشی سیستماتیک حرکت نمی دهد. قطعا، او حتی حاشیه سود را هم پوشش نمی دهد. بدیهی است، وقتی او راهنمایی های خود را انجام میداد، پیناکل متوجه نشده بود.

روش دوم: محاصبه تصادفی بودن دورهای والد-ولفُویتز

روش دوم که می توانیم از آن برای تست اعتبار پیشینه شرط بندی مشاور استفاده کنیم، آزمون تصادفی بودن والد – ولفُویتز است. نامگذاری شده به اسم آبراهام والد (متخصص آماری که سوگیری بقا را کشف کرد) و جیکوب ولفُویتز، این آزمایش تعیین می کند که آیا یک توالی داده مضاعف از یک فرایند تصادفی ناشی می شود یا خیر.

صرف نظر از هرگونه سیگنال برخاسته از مهارت مشاور، توالی بردها و ضررها باز هم باید منعکس کننده نویز نهفته تصادفی در پیشینه باشد، زیرا هر شرط پی در پی مستقل از قبلی است. یک مشاور که بدون مهارت پیش بینی شرط های با پول یکسان توصیه میکند، به مانند پرتاب مداوم سکه میماند. یک مشاور با نرخ موفقیت ۷۴٪ می تواند یک سکه را ۷۴:۲۶ به نفع شیر بیندازد. سه برابر تعداد خط ها را خواهیم دید، اما توزیع توالی هنوز هم تصادفی خواهد بود.

▬ این مطلب را هم بخوانید:  از ارز‌های دیجیتال چه می‌دانیم؟ در دنیای شرطبندی مهم است که بدانید

توالی پیروزی و باختهای زیر را در نظر بگیرید: (W برای برد و L برای باخت)

W W L L W L W W W W L W W L L L L L W W

۱۱ برد، ۹ باخت و ۹ دور مشاهده شده (Ro) وجود دارد، که یک دور به عنوان یک سری از برد یا باخت متوالی (از جمله تنها یک برد یا باخت) تعریف می شود. تعیین اینکه آیا این دنباله تصادفی است یا غیر از این، ما را ملزم می کند که تعداد پیش بینی شده توالی از ۱۱ برد و ۹ باخت را محاسبه کرده و این را با تعداد مشاهده شده مقایسه کنیم. تفاوت هر چه بزرگتر باشد احتمال اینکه دنباله تصادفی باشد کمتر است. تحت این فرضیه (تهی) مبنی بر اینکه توالی تصادفی است، تعداد مورد انتظار دور ها (Re) اینگونه بدست می‌آید:

در جایی که W و L به ترتیب تعداد برد و ضرر هستند. توزیع دورهای ممکن با انحراف استاندارد (σ) تقریبا طبیعی است، که اینگونه بدست می‌آید:

سپس ما آمار(Z) را آزمایش می‌کنیم، که اینگونه است:

سرانجام، ما این مسئله را به یک احتمال (مقدار p) تبدیل می کنیم، که تفاوت بین تعداد مشاهده شده و انتظار رفته دورها میتواند به صورت شانسی رخ داده باشد. در اکسل، این کار را می توان با استفاده از عملکرد NORMSDIST انجام داد، همانطور که من با ماشین حساب دورهای خودم انجام داده ام. هرچه مقدار p کمتر باشد، احتمال اینکه فرضیه تصادفی بودن و استقلال آماری توالی برد – ضرر رد شود، بیشتر می شود. معمولا این اتفاق در مقدار پی = ۵% (Z = 1.96) یا بعضی اوقات ۱% (Z = 2.58) رخ می‌دهد.

برای توالی بالا Re = 10.9 ،Z = 0.88 و p-value = 38٪ است، که از این نتیجه می گیریم که دنباله تصادفی است.

یک آزمون دورهای موفقیت آمیز بر این فرض استوار است، که احتمال رسیدن به نتیجه هر شرط یکسان است (به مانند پرتاب سکه). اگر چه این حالت معمولا در مواردی که ضریب مشاوره شده متفاوت است، نباید در مواردی که کاملا شبیه به هم هستند نقض شود.

این امر بیشتر در مورد هندیکپرها و پوینت اسپردرهای آسیایی صادق است، در جایی که ضریب محدوده باریکی در حدود ۲٫۰۰ را نشان می دهد. برای مشاور تحت بررسی ما، ۹۶٪ از راهنمایی های او احتمال پیروزی بین ۴۰٪ و ۶۰٪ با ۷۸٪ بین ۴۵٪ و ۵۵٪ داشتند. بنابراین یک تست دور درباره سابقه وی چه می گوید؟

تعداد راهنمایی‌ها n) = 296)
بردها W)= 220)
باخت‌ها L)= 76)
دور مشاهده‌شده Ro) = 135)
اجرای پیش بینی شده Re) = 114)
Z = 3.21
مقدار پی = ۰٫۱٪

از این نتایج می توانیم با اطمینان این فرضیه را رد کنیم که توالی تصادفی است. در مقایسه با انتظاری که از مشاور با ۷۴ درصد احتمال موفقیت با میانگین ضریب نزدیک به ۲٫۰۰، تعداد دورها بسیار زیاد میباشد. بررسی دقیق‌تر نشان می دهد که چرا آزمایش تصادفی بودن موفق نشد: تعداد بیش از حد دورهای کوتاه و کمبود دورهای طولانی تر.

▬ این مطلب را هم بخوانید:  چگونه برخی از سایت های شرط بندی با احساسات کاربران بازی می کنند

[تعداد دورهای مورد انتظار حاوی حداقل x برد با nqpx تقریب زده ‌می‌شود که در آن p = انتظار برد (۷۴٪) و q = 1 – p برابر با (۲۶%) باشد].

به عنوان مثال، ۶۷ دور با حداقل ۲ برد متوالی در مقایسه با انتظار ۵۶ وجود داشته است. در مقابل، فقط ۲ دور با حداقل ۸ برد متوالی وجود داشت در حالی که انتظار ۷ بود.

با تصادفی بودن فریب نخورید!

اگر این پیشینه مشاوره ها تصادفی نباشد، پس چیست؟ ساده ترین توضیح این است که دستکاری شده است. با توجه به تعداد بیش از حد دورهای برنده کوتاه تر، احتمال این وجود دارد که مشاور گاها برای شکستن توالی برنده طولانی، یک نتیجه باخت را وارد آن کرده است. چرا؟

ما از یک سوگیری شناختی رنج می بریم که به عنوان توهم خوشه بندی شناخته می شود، که اشتباها فکر میکنیم رخ دادن دورها یا خوشه های تصادفی در توزیع های تصادفی معنی دار هستند. در نتیجه، وقتی از آنها خواسته می شود توالی های جفتی تصادفی ایجاد کنند، اگر که احساس کنند یکی از آنها بیش از حد اتفاق می افتد، اکثریت دورها را از W به L یا برعکس تغییر میدهند.

مشاور ما، آشکارا درک کرده است که دورهای برد طولانی مدت غیرواقعی به نظر می رسد، در حالی که برعکس آن حقیقی است. در حقیقت در توالی ای از ۲۹۶ مشاوره با انتظار برد ۷۴٪ ، باید حداقل شاهد یک دور برد ۱۵ تایی باشیم. برای او بزرگترین ۱۱ با یک ۹ دیگر و دو عدد ۷ تایی بود.

آنقدر خوب است که از واقعیت دور است؟

اگر به نظر می رسد پیشینه یک مشاور بیش از حد خوب است که واقعی باشد، احتمالا واقعیت دارد. قبل از خرید، آن را برای اثبات کارایی در ضریب بسته و وجود تصادفی بودن در توالی هایش، تست کنید. اگر هیچ کدام وجود ندارد، پول خود را در کیفتان نگه دارید و راه خود را کج کنید.

در رابطه با این “مشاور عالی”، تجزیه و تحلیل دیگر در مورد نرخ های بسته برای جدیدترین راهنمایی هایش نشان می دهد که او هنوز به هیچ وجه بر بازار پیناکل تاثیر نمی گذارد. علاوه بر این، اکنون مشخص شده است که او پیشنیه مشاوره های گذشته اش را تغییر داده، یک سری از راهنمایی های بازنده را احتمالا با هدف ایجاد یک پیشینه کمتر-غیرممکن وارد کرده است. اجرای مجدد تست دورهای والد-ولفُویتز می تواند مشخص کند که آیا او همچنان با تصادفی بودن فریب خورده است یا خیر. اگر اینگونه است، مطمئن شوید که شما نباشید.

  • تبلیغاتads right
    تبلیغاتads left
    تبلیغاتcanonbet
    error: Content is protected !!