Mi, fogadók szeretünk nyerni. A bukmékerek viszont nem szeretik, ha ezt tesszük. Ez eleve egy érdekellentét. Amennyiben a fogadók matematikai alapon közelítik meg a fogadásokat, felmérik a kockázatokat, és kialakítanak egy stratégiát, az egyik oldalon nyereség keletkezik, míg a másik oldal profitja csökkenni fog. Jelen esetben a fogadók jönnek ki jól a fogadásról-fogadásra megvívott harcban. A csaták eredményes megvívásában nagy segítségükre lehetnek a sportfogadási algoritmusok mint olyan kifinomult előre jelző eszközök, amelyek képesek megtalálni a kedvező lehetőségeket a fogadók számára a mérkőzések tengerében.
Mi is az a sportfogadási algoritmus?
A matematikusok és informatikusok meghatározása szerint maga az algoritmus egy véges, jól definiált utasítások sorozata, amelyet számítások végrehajtására vagy meghatározott problémaosztályok megoldására, illetve összetett kérdések megválaszolására használnak. Kicsit egyszerűbben fogalmazva: a sportfogadási algoritmusok matematikai képletek felhasználásával összegyűjtik az adatokat, kiszűrik az adathalmazból a releváns információkat (pl. csapat- vagy játékosstatisztikát), majd rendszerezik és végül értékelik őket. Mindezek után statisztikai alapon megpróbálják meghatározni a sportesemények kimenetelét. Ezt a hatalmas mennyiségű adatot ugyan mi saját magunk is megpróbálhatjuk manuálisan kielemezni, de annak eredménye inkább csak szerény tippelgetésnek tűnik majd az algoritmus által elért eredményekhez képest.
Fogadási algoritmusok típusai
Akár teniszre fogadunk, akár golfra vagy focira, mindegyikre igaz, hogy ezek az algoritmusok két típusra oszthatók az általuk megcélzott nyerési szempont alapján:
Fogadási arbitrázs algoritmusok.
Az arbitrázs fogadás egy olyan stratégia, amely az esélyek változásának tőkésítését foglalja magában a nyereség érdekében. Ez azt jelenti, hogy egy fogadást megtéve keresünk egy másik fogadóirodát, ahol az első fogadás ellentettjét tesszük meg. Ennél a fogadástípusnál két feltétel van ahhoz, hogy nyereséget realizálhassunk. Az első, hogy kétkimeneteles piacot találjunk, a másik, hogy mindkét fogadóirodánál 2-es vagy annál nagyobb odds legyen. Mivel valamelyik esemény mindenképpen bekövetkezik, így nyerni fogunk. Természetesen az arbitrázs fogadások lélektanával teljesen tisztában vannak a fogadóirodák is, így óvatosan kell játszani, mivel a bukik hamar letilthatják a fiókunkat, ha ilyen tevékenységet észlelnek. Magáról az arbitrázs fogadásról is írtunk már, írásunkat itt olvashatjátok: Az arbitrázs fogadás - A sportfogadás Szent Grálja?.
Értékfogadási algoritmusok.
Ezek az algoritmusok figyelembe veszik a korábbi adatok egyezéseit, tehát a fogadási arbitrázs algoritmusok értékeit, és megkeresik ebből a halmazból a potenciálisan jövedelmező fogadási lehetőségeket. Felvázolják a várható tétértéket, majd javaslatot tesznek az optimális tétméretre, figyelembe véve, hogy az mennyire lehet jövedelmező. Elemzik például a korábbi labdarúgó-mérkőzések kimenetelét, és ha egy csapat átlagosan 2,5 gólt szerzett meccsenként, akkor az algoritmus arra a következtetésre fog jutni (feltéve, hogy csak erre van felprogramozva), hogy a következő mérkőzésen is vélhetően 2-nél több gólt szerezhet. Természetesen egy adatsor alapján megnézik ennek a valószínűségét, és így kalkulálják ki a reális oddsot. Ezt aztán összevetik a különböző fogadóirodák nyereményszorzóival, és ha találnak olyat, amelyben a bukméker iroda magasabb oddsot ajánl, mint az algoritmus által kikalkulált reális odds, úgy jelzik a rendszerben, hogy találtak egy olyan meccset, ahol értékfogadni lehet. Íme egy példa az értékfogadás szemléltetésére. Tegyük fel, hogy van egy meccs A és B csapat között. Ha mindkét csapatnak ugyanolyan az eddigi statisztikája, akkor mindegyik csapatnak 50%-os esélye lesz a győzelemre. A fogadás világában ez 2,00-es nyereményszorzót jelent. Ezt nevezzük valószínűségnek. Képzeljük el, hogy két fogadóiroda (1. bukméker és 2. bukméker) 1,90-es illetve 2,10-es szorzót kínál az A-csapat győzelmére. Melyik lenne a jobb választás számunkra? A számítás alapján rögtön meglátjuk, hogy melyiknek van értéke:
Valószínűség x esély – 100% = érték
Tehát ebben az esetben a levezetés a következő lesz:
1. bukméker: 50% x 1,90 – 100% = -5%
2. bukméker: 50% x 2,10 – 100% = +5%
Ezekkel a lehetőségekkel szembesülve egyértelműen a 2. bukméker lesz a jó választás, mivel nála pozitív értéket lehet kalkulálni, és nagyobb esélyt kínál arra, hogy pénzt keressünk a fogadásunkkal. Ez az értékfogadás.
Mondanunk sem kell, hogy a fogadóirodák nem azért dolgoznak ebben a szakmában, hogy pénzt veszítsenek, így nem valószínű, hogy egy ilyen forgatókönyv megtörténik, de olyan már gyakrabban fordul elő, hogy 1,95-ös és 2,05-ös oddsokat kínálnak ugyanarra a meccsre. A fogadások értéke mindig a számított szorzók és a fogadóirodák által kínált eltérések függvénye lesz.
A fogadóirodák nem tudják pontosan felmérni a kimenetel valószínűségét -– és sajnos a fogadók sem -–, bár az elemzők számos szerencsejátékkal kapcsolatos információt és sok más tényezőt vesznek figyelembe. A népszerűtlen bajnokságok elemzésekor előfordulhat, hogy a fogadóirodák számos paramétert nem ismernek, és néhány eredményt alábecsülnek. Az ilyen meccsekre tett fogadásokat értékeknek nevezzük. Lehet, hogy ezzel nem leszünk túl népszerűek, de pont emiatt érdemes lehet keresgélni a kevésbé ismert ligák fogadási ajánlatai között is.
Milyen típusú adatokra van szüksége a fogadási algoritmusoknak?
A GIGO (Garbage In Garbage Out, azaz szemét be, szemét ki) a számítástechnika világában használt kifejezés, amely találóan írja le, hogyan dolgozzák fel a rendszerek az adatokat. A jó adatok hasznos információkat szolgáltatnak, míg a rossz vagy elégtelen adatok haszontalan kimenetelt adnak. Szerencsére a sportfogadásban használt adatpontok általában viszonylag egyszerűek és egyértelműen meghatározottak. Egy olyan algoritmus, amely több ezer vagy akár több tízezer (sőt, akár milliós nagyságrendű) haszontalan, irreleváns tényt vesz fel, nem képes az eredményeket olyan pontossággal előre jelezni, mint egy maroknyi szilárd, releváns adatponttal rendelkező algoritmus. Ha az adatokról van szó, a mennyiség helyett a minőség vonatkozik a fogadások világára.
A sportfogadási algoritmus elkészítése
Egy jól működő prediktív algoritmus elkészítése a sportfogadásokhoz igen sokrétű feladat. Olyan feladat, amelyre csak nagyon kevés embernek van ideje, kutatási készsége, tudása és motivációja. Vélhetően emiatt egyetlen jó algoritmust sem találni ingyen az interneten, hanem jellemzően havidíjas konstrukciókban érhetőek el. A terület sokrétűsége miatt az algoritmust készítők először kiválasztanak egy olyan sportágat, amelyre majd elkészítik az algoritmust. Utána meghatározzák azokat az adathalmazokat, amelyek szükségesek az elkészítéshez. Ebbe beletartozik annak megtervezése is, hogy mit vagy miket is szeretne a fejlesztő előre jelezni a modellel. A tervezési fázis után jön az adatkutatás, ami tulajdonképpen egy adatbányászat. A lényeg, hogy ahhoz, hogy a legnagyobb és legmélyebb adatkészlet álljon rendelkezésre, a lehető legtöbb adatot szükséges kiásni, hiszen egy algoritmus így tud pontosabban kalkulálni. Ezután ki kell választani azokat a statisztikai módszereket, amelyek a legmegfelelőbbek a modellhez. Amennyiben az algoritmusba értékfogadási elemet is szeretnénk bekapcsolni, tehát, azt szeretnénk, hogy az algoritmus megtalálja azokat a meccseket, amelyeknek esetében a várható oddsok magasabbak, mint a fogadóirodák által kínált oddsok, és előrejelzést adjon rájuk, ez is leprogramozható. Ezt követően már indulhat is a fejlesztési fázis. A fejlesztés befejeztével elindul a tesztelési fázis, ahol nyomon kell követni a modellt, figyelve, hogy az mennyire pontos a kívánt eredmény elérésében. Ez a teljes folyamat, ami függ a fejlesztők számától és a munka mennyiségétől, igénybe vehet 1-2 évet is, de a munka ezután sem áll meg, hiszen az algoritmust folyamatosan monitorozni kell ahhoz, hogy az megfelelően működjön. Az algoritmust fel lehet ruházni továbbá mesterséges intelligenciával is, amely képes tanulni az eddigi sporteseményekből, és igazodik azokhoz, hogy naprakész legyen. Természetesen sok fogadó a megérzései alapján fogad, és ez teljesen rendben is van, de a fogadási algoritmusok számításai sokkal precízebb és komplexebb megoldást kínálnak azok számára, akik nem akarnak órákat tölteni azzal, hogy kibogarásszák a számukra szükséges információkat az interneten, hiszen itt egy már letisztult felületen, kész megoldást kapnak. Igaz, hogy ezek az algoritmusok pénzbe kerülnek, de a hatékonyságuk is jobb, ráadásul az időrabló munkát is megspórolják a fogadóknak. Tehát egy algoritmus elkészítésében óriási munka van, és ez a munka folyamatos kell, hogy legyen. Az intelligens algoritmusoknak nem csak a pontos előrejelzésre kell összpontosítaniuk, hanem a profit maximalizálására is. Valójában a jó algoritmus nem a mérkőzés kimenetelét látja előre, hanem azt, hogy melyik tipp lesz a legnagyobb valószínűséggel nyerő. A mesterséges intelligencia, az algoritmusok és a gépi tanulás különösen csábító eszközök, mivel a képességeik kismértékű javulása, finomítása exponenciálisan növelheti a nyereséget és ezáltal a bankrollt is. Egy algoritmus nem úgy működik, hogy elkészítjük és a sorsára hagyjuk, hanem folyamatosan figyelni, tesztelni és fejleszteni kell, hogy mindig a lehető legoptimálisabb mérkőzés piacait találja meg. Ezek a folyamatok a projekt nagyságától függően több ember tűpontosan megkoreografált munkáját igénylik, mert még a legjobb programok is hozzáértő felhasználókra támaszkodnak. Minél fejlettebb egy algoritmus, és minél nagyobb az adathalmaz, amiből dolgozni tud, annál jobb eredményeket tud elérni, és így értelemszerűen növelni tudja az általa elérhető nyereményt is.
Az algoritmusok lényege
Az algoritmusokba rengeteg stratégiát lehet belevonni, hogy még kifinomultabb legyen a végeredmény. Ilyen lehet a Kelly-kritérium, a Martingale-vagy akár a D'Alembert-stratégia. Ezek külön-külön is működhetnek (bár nem mindegyik focispecifikus stratégia), de tény, hogy messze nem vesznek annyi tényezőt figyelembe, mint egy komplex statisztikai modell. Valamint itt van még a jó öreg valószínűségszámítás is, amely elengedhetetlen feltétele a sportfogadási algoritmusnak. Ezt is elvégezhetjük manuálisan a következőképpen:
Először kiszámíthatjuk egy esemény valószínűségét (P) a következő képlettel:
P = 1 / K, ahol K az együttható.
Majd utána meghatározzuk a fedezet nagyságát (M) a következő képlettel:
M = (S - 1) x 100%, ahol S egy piac kimenetelének valószínűségeinek összege.
Például az Arsenal – Chelsea párharcban a fogadóirodák 1,60-at tettek a hazaiakra (Arsenal), 4,20-as oddsot a döntetlenre és 5,60-as nyereményszorzóval kecsegtettek a vendégek győzelmére. Számítsuk ki a valószínűséget:
A Juventus győzelme esetén – 0,625: 1/1,60.
Döntetlen esetén – 0,2381: 1/4,20.
A Milan győzelem esetén – 0,1786: 1/5,60.
Számítsuk ki az árrést: S = 1,0417= (0,625 + 0,2381 + 0,1786).
A bukméker által erre a mérkőzésre kalkulált haszon: 4,17%, ami ugye (1,0417 - 1) x 100%.
Ezek után már „csak” annyi a feladatunk, hogy az adatokat összehasonlítva kiválasszuk a megfelelő értéket és hozzápárosítjuk a többi adatsorhoz, majd eldöntsük, hogy az adott mérkőzés adott piacára érdemes-e fogadni. Ezt egy – jól megírt – algoritmus a másodperc tört része alatt kikalkulálja, szemben az órákig tartó manuális számolgatással.
Adatok fogadási algoritmusokhoz
Nem számít, hogy focifogadási vagy lóversenyfogadási algoritmusokat, formulákat fejlesztünk, mindegyik sportalgoritmusához hatalmas adatigények szükségesek. Minél több adatot adunk meg az algoritmus számára, annál nagyobb az esélye annak, hogy az általuk adott adatokkal – és megfogadva azokat – megnyerjük a fogadásainkat. Ezen adatok, amelyekből fel lehet építeni egy algoritmust, a teljesség igénye nélkül a következők: győzelem-vereség, rúgott-kapott gólok (otthon és idegenben), büntetők száma, lapok száma, szögletek száma, a csapatok transzferértéke, játszott percek száma a játékosoknál, lövések száma és pontossága, és még hosszasan lehetne sorolhatnánk, hogy mit vehet figyelembe vehet az algoritmus, egészen a pálya jellemző időjárási viszonyaiig. Az, hogy egy algoritmus mennyire kifinomult, az adathalmaz mennyiségétől függ. Na és persze a fejlesztőktől.
Gépi tanulás (MI) és a neurális hálózatok
A gépi tanulás egy lépéssel tovább viszi a dolgokat: mesterséges intelligenciát (MI) alkalmaz az algoritmusokban. A gépi tanulás alkalmazása egy olyan rendszert hoz létre, amely képes a tapasztalatokból tanulni, és idővel fejlődni. A gépi tanulási algoritmus állandó módosítások és emberi beavatkozás nélkül képes hozzáférni a döntéshozatalhoz, az eredmények előrejelzéséhez és a sikeres működéshez szükséges adatokhoz, illetve feldolgozni azokat, A gépi tanulási algoritmus technikailag egy mesterséges intelligencia. Nem csak független döntéseket tud hozni és jóslatokat tud megfogalmazni közvetlen emberi beavatkozás nélkül, hanem úgynevezett „neurális hálózatokon” alapuló döntéseket is. De mi is az a neurális hálózat? Nagyon hosszan lehetne fejtegetni, hogy pontosan miről is van szó, de röviden összefoglalva, ezek olyan programok, amelyek az emberi agyban található neurális hálózatok működését utánozzák. Tanulmányok kimutatták, hogy a neurális hálózatok gépi tanulási algoritmusokká történő építése rendkívül hatékony módja annak, hogy javítsák a képességüket az összetett problémák gyors megoldására. Valamint – bármennyire is nem tetsző dolog –, de semlegesítik az emberi hibákat és az emberi elfogultságot, azaz a döntéseik nem érzelmi alapon születnek, szemben az emberekével, akiknek a legtöbb döntése nem racionális, hanem érzelmi alapú. Az MI ezt a faktort teljesen ki tudja zárni.
A nem számszerűsíthető hatások
A mesterséges intelligencia az algoritmusban képes „térképeket” készíteni a sporteseményekről, nem tudja azonban teljes egészében felmérni az összes körülményt, ami a sporteseményre vonatkozik. Ilyen lehet egy csapat meghatározó játékosa. Amennyiben ő lesérül közvetlenül a meccs előtt, és úgy néz ki, hogy nem fog játszani a mérkőzésen, az algoritmus nem tudja felismerni a döntés kimenetelét, és azt, hogy miként befolyásolja majd a derbit az adott ember hiánya. Ez például egy olyan esemény, amelyre – egyelőre – az algoritmusok még nincsenek felkészítve, mivel ha a sztárfocista játszik is a meccsen, vélhetően akkor is lecsökken a pályán mutatott játékának a hatékonysága. Persze hallottunk már olyat is, hogy az adott csapat úgy tett, mintha lesérült volna egy játékosa, majd a pályán szanaszét cincálta az ellenfelet. A mesterséges intelligencia aktuálisan még nem alkalmas egy ilyen nem vagy nehezen számszerűsíthető esemény figyelembevételére, így kalkulálni sem fog pontosan. Ezenkívül egy sportfogadási algoritmus nem képes értelmezni a játékosok olyan érzelmi és pszichológiai amplitúdóit sem, amelyek alapján bármit is kikalkulálhatna. Talán 10–20 év múlva…Persze sokan mondják, hogy „Az algoritmus előre jelez, nem?” Igen, a múltbéli események alapján próbál, statisztikai alapon kalkulálni, de ezek nem olyan információk, amelyek egyenesen az öltözőből származnak. A fogadóirodák már eleve a fogadók előtt járnak az olyan információkat tekintve, mint például a kezdőcsapatok, és ezekkel a forrásokkal még ők is szűkösen állnak, nemhogy mi, fogadók.
A fogadási algoritmusok hátrányai
Nincs olyan, hogy tökéletes algoritmus. Egyetlen program sem tervezhető meg úgy, hogy hibátlan jövőbeli előrejelzéseket készítsen, függetlenül attól, hogy mennyi múltbeli adatot táplálnak a rendszerbe. A fogadási algoritmusok praktikus eszközök a fogadók számára, de még mindig vannak olyan hiányosságaik, amelyek tökéletlenné teszik őket. Egyrészt teljes mértékben a kapott adatbevitel minőségétől függenek. A rossz vagy pontatlan adatok hibás eredményeket adnak, és az algoritmus nem tudja megkülönböztetni azt, hogy rossz „alapanyagot” kapott-e vagy sem. Másodszor, az algoritmusok jó működésének fő kritériuma, hogy hasznos adatpontokat biztosítsunk elemzéseikhez. Vagyis, hogy a közelgő mérkőzésekkel kapcsolatos információk napvilágot lássanak, és nyilvánosan hozzáférhetőek legyenek. Talán a legjelentősebb kihívás, amellyel az algoritmusok szembesülnek az, hogy nem tudnak teljes képet adni az elemzett sporteseményekről. Csak konkrét „pillanatfelvételeket” készíthetnek a kapott adatok alapján. Az algoritmusok nem tudják felmérni a meccsek lendületének változásait, a csapatpszichológiát vagy az egyes játékosok érzelmi állapotát. Ezt persze semmilyen algoritmus nem képes feldolgozni. Erre mondhatjuk, hogy abból kell főzni, amink van. Sok fogadó egyértelműen előnyben részesíti a számítógépes algoritmusokat a „szakértői” tipsterek által adott előrejelzésekkel szemben, mivel az algoritmus által adott előrejelzések nem szenvednek azoktól a sebezhetőségektől és előítéletektől, amelyekben az emberi tényezők szerepet játszanak.
Végső gondolatok
A sportfogadási algoritmusok a mai sportfogadási iparág krémjét képezik, és hatalmas lehetőségek rejlenek bennünk. Bár ezek az eszközök mind segítő kezet nyújtanak a fogadóknak a megfelelő meccsek kiválasztásánál és azok piacainál, de nem tekinthetők tévedhetetlennek. Nem számít, mennyi információ áll a rendelkezésére, az emberek által űzött sportokban mindig volt, van, és lesz is kiszámíthatatlanság. Emlékezzünk csak a magyarok sikereire a Nemzetek Ligájában 2022-ben. A lényeg az, hogy az algoritmusok használata mellett se feledkezzünk meg soha arról, hogy próbáljunk meg okosan fogadni, és ne kerüljünk pénzügyi nehézségbe azáltal, hogy túlságosan bízunk az algoritmusok előrejelzéseiben. Okosan használva ezeket a modelleket és betartva a bankrollmenedzsment szabályait biztosan mi – fogadók – fogunk kijönni győztesként, köröket „ráverve” a bukikra.
Hozzászólások