分享自己对于欧赔、凯利指数、离散度的看法,希望能让你提高胜率

此文有点烧脑,请大家做好准备 , 笔者以纯数学的角度去分析欧赔所隐藏的另一面信息,希望把大家带进数学的世界中 , 感受不一样的赔率 , 不一样的离散度,都准备好了吗?我要上了!
先介绍一下离散系数公式,即标准差与平均数的比值(a-b除a+b),举例来说假设有2组数据,第一组俩个人身高1.7米、1.8米,第二组俩个人身高1.9米、2.0米 , 问如何比较俩组人的身高差异系数?根据公式第一组(1.8-1.7)/(1.8+1.7)=0.0286,第二组(2.0-1.9)/(2.0+1.9)=0.0256,由此可知 , 虽然俩组数据标准差都是0.1米,由于基数不同,进而第二组离散系数更小 。
【分享自己对于欧赔、凯利指数、离散度的看法,希望能让你提高胜率】再介绍凯利指数,原理有些复杂可以自行查询度娘,市面上凯利指数的计算简化为各家赔率x均值理想投注量,假设有一组赔率2.0—3—3.2,返还率是0.92,那么这一家的理想投注量是46%—30.67%—28.75%,但是当期的100家赔率的均值投注量分别为50%—28%—30,对于这一家而言的凯利指数分别为2.0×50%=1,3×30.67%=92,3.2×30%=96,凯利指数就是这样的
那么凯里指数的离散系数怎么来的呢,套用离散系数公式(a1*E-a2*E)除(a1*E+a2*E)=(a1-a2)除(a1+a2),也就是分别计算各家赔率的离散系数 。
下面随意拿出2组赔率:第一组2.25—3.2—3.4、第二组2.0—3—3.2,按照公式分别计算胜平负的离散系数分别为0.059,0.032,0.030,写到这里 , 我相信大家应该对市面上这些东西有个了解了 , 但我想问这个算出的凯利指数的离散系数有个毛用?这俩组赔率大家应该很了解,主胜离散系数最大,难道主队就打不出了吗?答案是肯定能打出的,最起码10场比赛打出个3-4场没问题吧!所以我就陷入无尽的迷茫……
在一个电闪雷鸣,雷雨交加的夜晚,我突然发现 , 欧洲的赔率实际只是展示出来一部分而已,还有一部被隐藏起来了,还是以上面的一组2.0—3—3.2为例子 , 假设返还率是0.92,那么自身理想投注量是46%—30.67%—28.75%,如果你有1元钱买了主胜,那么菠菜需赔付你2元 , 你买了平菠菜赔付你3元,买了负菠菜赔付3.2元,如果把自身本金去掉 , 菠菜实际对外的真实赔率就是1.0—2—2.2,前面说了,达到理想投注量菠菜稳定收水0.08,那么对应的菠菜也会有相应的盈利率(与对外赔率类似,只不过对菠菜自己了),0.08/46%=0.174,0.08/30.67%=0.261,0.08/28.75%=0.278 , 所以这样一场比赛菠菜的胜平负分别有3个量:
胜:玩家本金1,真实对外赔率1 , 自身盈利率0.174
平:玩家本金1 , 真实对外赔率2 , 自身盈利率0.261
负:玩家本金1,真实对外赔率2.2,自身盈利率0.278
这场比赛初始完整的赔率应该是2.174—3.261—3.478,大家可以反算一下,用这个赔率分别乘上述的理想投注量,都是等于1的,(赔率我四舍五入了),当把赔率所隐藏的这些信息全部考虑进去,大家觉得光计算一个赔率的离散系数可以吗?难道菠菜的隐藏的盈利率就不用管了吗?都是同根生,为什么算那个不算这个?这俩个应该怎么算?所以不是离散系数不好用,而是我们目前离散系数采用的信息有问题,当上述三个量展现大家面前的时候,不知道你们都有什么想法,如何运用离散系数?一切只是开始,最起码有了清晰的路径 。
希望此文对大家有所帮助,能捡起来遗失多年的高等数学,朋友们下次见!
以上就是朝夕生活(www.30zx.com)关于“分享自己对于欧赔、凯利指数、离散度的看法,希望能让你提高胜率”的详细内容,希望对大家有所帮助!

猜你喜欢