SPORTS BETTING MATH
APPLIED PROBABILITY INSTITUTE // НАУЧНЫЙ ГЛОССАРИЙ

Глоссарий математики ставок

Строгие математические определения, формулы и практические расчеты для 35 фундаментальных концепций количественного анализа ставок.

Иллюстрация темы: Глоссарий математики ставок
Концептуальная иллюстрация. Числовые допущения и примеры разобраны в тексте.

Маржа и форматы коэффициентов

(10)

Оверраунд (Маржа букмекера / Vig)

#
OR=(∑i=1n1Oi−1)×100%

Избыток m=sum(1/Oi)-1 для полного набора взаимоисключающих исходов. Это оверраунд котировок, а не фактический hold или ожидаемый проигрыш отдельной ставки. При пропорциональных вероятностях ожидаемая потеря на единицу равна m/(1+m). Положительный оверраунд не означает отрицательного EV каждой ставки.

Пример расчета: Коэффициенты 2.10/3.40/3.50 дают оверраунд около 5.60%. Для 1.91/1.91 оверраунд равен 4.712042%, а пропорциональная ожидаемая потеря 4.50%. Фактический hold зависит также от сумм ставок и результатов.

Имплицитная вероятность

#
πi=1Oi

Обратный десятичный коэффициент, 1/O. Это пороговая вероятность безубыточности по данной цене, а не независимо установленная вероятность исхода. Сумма по полному набору взаимоисключающих исходов может быть больше, равна или меньше единицы.

Пример расчета: Десятичный коэффициент 2.50 соответствует имплицитной вероятности 1 / 2.50 = 0.40 (40.0%).

Справедливые коэффициенты (Fair Odds)

#
Ofair=1Ptrue

Для заданной вероятности p>0 справедливый коэффициент равен 1/p и даёт EV=pO-1=0. Если p оценена или получена удалением маржи, справедливый коэффициент зависит от модели; нормировка не устанавливает истинную вероятность.

Пример расчета: Событие с истинной вероятностью 50% имеет справедливый коэффициент 1 / 0.50 = 2.000.

Десятичные коэффициенты (Европейские)

#
Return=Stake×DecimalOdds

Общепринятый в Европе и СНГ формат записи букмекерских котировок, выражающий суммарную сумму выплаты на единицу ставки, включая возврат исходного тела депозита.

Пример расчета: Ставка 1 000 руб. с коэффициентом 2.75 возвращает 2 750 руб. (1 750 руб. чистой прибыли + 1 000 руб. ставки).

Демаржинация (Devigging)

#
Devig:{Oi}⟶{pˆimodel}

Преобразование цен полного взаимоисключающего рынка в оценки вероятностей при выбранной модели распределения маржи. Multiplicative, Additive, Power и Shin используют разные предпосылки. Нормировка не восстанавливает наблюдаемую истину и не доказывает калибровку прогноза.

Пример расчета: Преобразование букмекерских котировок 1.91 / 1.91 в справедливые коэффициенты 2.00 / 2.00 через мультипликативную нормализацию.

Мультипликативный метод демаржинации

#
Pi=πi∑k=1nπk

Наиболее популярный метод снятия маржи, предполагающий, что букмекер распределяет свою комиссию строго пропорционально вероятности каждого исхода. Метод прост, однако игнорирует смещение фаворит-аутсайдер.

Пример расчета: При сумме вероятностей 1.050 вероятность каждого исхода делится на 1.050 для нормализации суммы к 1.000.

Метод демаржинации Шина

#
πi2S=zPi+(1−z)Pi2,S=∑kπk

Модель маржи Хён Сона Шина. Допущения об информированных ставках приводят к нелинейному уравнению нормировки; допустимый корень можно найти численно, в том числе бисекцией. Без проверки параметр модели не измеряет реальную долю инсайдеров.

Пример расчета: На 2 490 матчах АПЛ (football-data.co.uk) модель Шина в среднем дает сильным фаворитам (коэффициент ниже 1,70) на 0,79 п.п. больше справедливой вероятности, чем мультипликативный метод; общая точность обоих методов одинакова (Brier 0,5676).

Степенной метод демаржинации

#
∑i=1nπik=1.000

Power нормирует обратные коэффициенты q_i из уравнения sum(q_i^k)=1. При 0<q_i<1 показатель k>1 для положительного оверраунда, k=1 при сумме 1 и k<1 для underround. Преобразование задаёт модель, а не доказывает истинную вероятность или измеренное смещение.

Пример расчета: Для коэффициентов 1.50/4.00/7.50 показатель k≈1.058589227 нормирует сумму к1.

Линия закрытия (Closing Line)

#
Oclose=limt→tstart⁡O(t)

Последняя записанная предматчевая котировка с указанными источником, временем и правилами расчёта. Ликвидный рынок закрытия полезен как ориентир, но не содержит всю информацию и не раскрывает истинные вероятности.

Пример расчета: Коэффициент закрытия 1.85 на победу фаворита непосредственно перед началом матча.

Смещение фаворит-аутсайдер (FLB)

#
ORlongshot≫ORfavourite

Эмпирический феномен, при котором игроки систематически переоценивают шансы аутсайдеров и недооценивают явных фаворитов. Букмекеры пользуются этим когнитивным искажением, закладывая значительно более высокую маржу в высокие коэффициенты.

Пример расчета: Маржа 2.5% на фаворита с коэффициентом 1.25 против маржи 8.5% на аутсайдера с коэффициентом 11.00.

Матожидание и CLV

(6)

Математическое ожидание (EV)

#
EV=(Pwin×Net Profit)−(Ploss×Stake)

Ожидаемый чистый результат при заданных вероятностях и правилах расчёта. Для бинарной ставки с коэффициентом O и вероятностью p EV на единицу равен pO-1. Отрицательное ожидание описывает среднее, а не гарантирует исход отдельной ставки или конечной серии.

Пример расчета: Ставка 1 000 руб. с коэффициентом 2.10 при истинной вероятности 52% имеет EV = +92 руб. (+9.20%).

Ставки с положительным матожиданием (+EV)

#
EV%=(PtruePimplied−1)×100%>0

Положительное ожидание при заданных вероятностях: pO-1>0 для бинарной ставки. Положительный оценочный EV является выводом модели; ошибка вероятности, зависимость, исполнение и размер ставок могут привести к убыткам.

Пример расчета: Коэффициент 2.20 (имплицитно 45.45%) на исход с истинной вероятностью 50.0% дает чистый +EV в размере +10.0%.

Перевес над линией закрытия (CLV)

#
CLV%=(ObetOclosefair−1)×100%

Сравнение цены с заданным ориентиром закрытия. CLV без маржи использует полный рынок и названную модель нормировки. Это EV при выбранной оценке закрытия, а не обязательно при истинной вероятности; показатель известен только после закрытия.

Пример расчета: Ставка с коэффициентом 2.10 при справедливом закрытии на 1.95 обеспечивает CLV = +7.69%.

Математический перевес (Edge)

#
Edge%=(OofferedOfair−1)×100%

Ожидаемый чистый результат на единицу ставки при указанной оценке вероятности: pO-1. Коэффициент выше модельного справедливого означает оценочное преимущество, а не независимо подтверждённую прибыль.

Пример расчета: Событие со справедливым коэффициентом 2.00, выставленное за 2.10, дает игроку перевес в +5.0%.

Дисперсия в ставках

#
σ2=∑(Xi−E[X])2Pi

Конечный второй центральный момент доходностей E[(R-E[R])²]. Он описывает разброс, а не фиксированную вероятность конкретной серии поражений. Для вероятностей серий дополнительно нужны вероятность победы, зависимость и горизонт наблюдения.

Пример расчета: При независимых ставках с вероятностью победы 0.55 вероятность десяти поражений в одном заранее выбранном блоке равна 0.45^10≈0.0340506%. Серия где-либо среди 1000 ставок является другим событием с перекрывающимися блоками. Одного значения перевеса недостаточно: нужны коэффициенты, вероятность победы, зависимость и горизонт.

Размер статистической выборки

#
n≈(z1−α/2σE)2

Планируемое число наблюдений для заданной точности или проверки гипотезы. Показанная нормальная аппроксимация оценивает объём для половины ширины интервала E при независимых доходностях с конечной дисперсией. Универсального порога доказательства мастерства нет. Для мощности теста дополнительно задают нулевую гипотезу, размер эффекта, значимость и зависимость.

Пример расчета: При стандартном отклонении доходности 1, половине ширины 0.05 и нормальной 95% аппроксимации n≈(1.96/0.05)^2=1536.64, с округлением вверх 1537 независимых наблюдений. Такой план не превращает положительный Sharpe в доказательство перевеса.

Критерий Келли и банкролл

(7)

Критерий Келли

#
f∗=bp−qb=p−qb

Математическая формула Джона Л. Келли-младшего (1956), определяющая оптимальную долю банкролла для инвестиции в событие с положительным математическим ожиданием с целью максимизации асимптотического геометрического роста капитала.

Пример расчета: При коэффициенте 2.00 (b = 1.0) и вероятности 54% рекомендация Full Kelly составляет f* = 8.0% от банка.

Полный Келли (Full Kelly)

#
ffull=1.00⋅f∗

Ставка в размере полного оптимума ожидаемого логарифмического роста при заданной модели. Для бинарной ставки с известной p и O>1: f*=(pO-1)/(O-1) в допустимой области долей. Вероятность просадки зависит от модели и горизонта; универсального значения 50% нет.

Пример расчета: Ставка в точном размере 6.0% от текущего банка при перевесе в +6% EV.

Половинный Келли (Half Kelly)

#
fhalf=0.50⋅f∗

Ставка составляет 50% точной доли Келли. В квадратичном приближении для малых ставок сохраняется около 75% максимального логарифмического роста; точное соотношение зависит от вероятности и коэффициента. Для простой доходности одной ставки стандартное отклонение уменьшается вдвое, дисперсия вчетверо. Просадку на конечном горизонте нужно рассчитывать отдельно.

Пример расчета: При расчетном полном Келли в 6.0% половинный размер составляет ровно 3.0%.

Четвертной Келли (Quarter Kelly)

#
fquarter=0.25⋅f∗

Ставка составляет 25% точной доли Келли. Квадратичное приближение для малых ставок даёт около 43.75% максимального логарифмического роста, а не универсальное точное соотношение. Для простой доходности одной ставки стандартное отклонение составляет четверть, дисперсия одну шестнадцатую. Это не гарантирует защиту от ошибки вероятности и глубокой просадки.

Пример расчета: При полном Келли в 6.0% ставка по четвертному размеру составляет 1.5% депозита.

Риск разорения (Risk of Ruin)

#
P(τa≤N),τa=inf⁡{t:Wt≤a}

Вероятность впервые достичь заданного порога банка a до горизонта N. Укажите, означает ли a ноль, фиксированную долю начального банка или операционный минимум. Просадка от текущего максимума является другим событием.

Пример расчета: При долях строго меньше единицы и положительных множителях капитала ноль недостижим за конечное число шагов. Положительный операционный порог всё равно может быть достигнут. Конечная положительность сама по себе не означает положительного долгосрочного роста.

Банкролл (Депозит)

#
Wt=W0+∑k=1tΔWk

Выделенный инвестиционный капитал, предназначенный исключительно для ставок на спорт. Размеры ставок должны динамически пересчитываться от текущего, а не от стартового баланса.

Пример расчета: Выделенный банкролл в размере 500 000 руб., изолированный от личных расходов.

Флэт (Фиксированная ставка)

#
Stakek=c⋅W0

Статическая стратегия управления капиталом, при которой на каждое событие ставится фиксированная сумма или постоянный процент от стартового банка без учета величины математического перевеса.

Пример расчета: Ставка фиксированных 1 000 руб. на каждый матч независимо от того, равен перевес 2% или 10%.

Модели Пуассона и матчей

(8)

Распределение Пуассона

#
P(X=k;λ)=λke−λk!

Дискретное вероятностное распределение, описывающее число редких независимых событий на фиксированном временном интервале с интенсивностью λ. Служит базовым математическим ядром прогнозирования футбола.

Пример расчета: Для команды с ожидаемой результативностью λ=1.60 вероятность забить ровно 2 гола равна 25.84%.

Ожидаемые голы (xG)

#
xG=∑i=1nP(Goal|Shoti)

Модельная оценка вероятности гола после удара, суммируемая по ударам. Признаки и калибровка зависят от поставщика. Улучшение модели интенсивности за счёт xG проверяют вне обучающей выборки; из определения не следует фиксированный процент улучшения.

Пример расчета: Удар из пределов вратарской площади с вероятностью конверсии в гол xG = 0.78.

Сила атаки (Alpha)

#
αi=Goals Scoredi/GamesiLeague Avg Goals/Games

Коэффициент атакующей результативности команды относительно среднелигового значения. Значение 1.25 означает, что команда забивает на 25% больше голов, чем в среднем по чемпионату.

Пример расчета: Команда, забивающая 2.40 гола при среднем показателе лиги 1.40, имеет индекс силы атаки alpha = 1.714.

Надежность обороны (Beta)

#
βj=Goals Concededj/GamesjLeague Avg Conceded/Games

Коэффициент защитной уязвимости команды. Значение ниже 1.00 отражает надежность выше средней (например, beta = 0.80 означает, что команда пропускает на 20% меньше голов, чем в среднем по лиге).

Пример расчета: Команда, пропускающая 0.75 мяча при среднем по лиге 1.40, обладает защитным индексом beta = 0.536.

Матрица точных счетов

#
P(X=x,Y=y)=P(X=x;λ)×P(Y=y;μ)

Двумерная сетка совместных вероятностей (обычно 6х6 или 7х7), рассчитываемая перемножением одномерных вероятностей Пуассона для хозяев и гостей для всех счетов от 0:0 до 6:6.

Пример расчета: Для независимых пуассоновских голов lambda 1.68 и mu 1.15 вероятность P(1,0)=1.68 exp(-2.83)≈9.9141594%.

Поправка Диксона-Коулза

#
PDC(x,y)=τ(x,y,λ,μ,ρ)⋅P(x;λ)P(y;μ)

Поправка к четырём низким счетам независимой модели Пуассона. Оценённый параметр rho меняет 0:0, 1:0, 0:1 и 1:1; важны знак и допустимая область. Rho является параметром модели, а не коэффициентом корреляции Пирсона для голов.

Пример расчета: При lambda=1.65, mu=1.15 и условном rho=-0.12 множитель для 0:0 равен 1-lambda*mu*rho=1.2277. Это выбранный вход модели, а не измеренная универсальная поправка к ничьим.

Тотал больше / меньше 2.5 голов

#
P(Under 2.5)=∑x+y≤2P(X=x,Y=y)

Базовый рынок тотала в футболе. Вероятность ТМ 2.5 вычисляется прямым суммированием вероятностей счетов 0:0, 1:0, 0:1, 1:1, 2:0 и 0:2; вероятность ТБ 2.5 равна (1 - P(ТМ 2.5)).

Пример расчета: Сумма вероятностей «низовых» счетов 46.31% дает справедливые котировки 2.159 на ТМ 2.5 и 1.863 на ТБ 2.5.

Обе забьют (ОЗ)

#
P(BTTS Yes)=(1−e−λ)(1−e−μ)

Популярный рынок на то, забьют ли обе команды хотя бы по одному мячу за 90 минут матча. В пуассоновской модели вычисляется как произведение вероятностей того, что соперники забьют хотя бы один гол.

Пример расчета: При lambda = 1.68 и mu = 1.15 вероятность «ОЗ Да» составляет 55.60% (Справедливый коэффициент: 1.799).

Рыночная микроструктура

(4)

Рынок основных исходов (1X2)

#
P(1)+P(X)+P(2)=1.000

Классический трехисходный букмекерский рынок в футболе: 1 означает победу хозяев, X — ничью, а 2 — победу гостей по итогам основного времени матча.

Пример расчета: Матч с котировками 1.85 (П1), 3.60 (X), 4.20 (П2).

Экспресс (Parlay / Аккумулятор)

#
ORparlay=∏i=1k(1+ORi)−1

Комбинированная ставка, требующая победы всех событий. При независимости и пропорциональных вероятностях полных рынков совокупный оверраунд равен product(1+m_i)-1, а ожидаемая потеря на единицу равна 1-product(1/(1+m_i)). Это разные величины.

Пример расчета: Для четырёх независимых событий с оверраундом 5% каждое общий оверраунд равен 1.05^4-1=21.550625%; пропорциональная ожидаемая потеря 1-1/1.05^4≈17.7297525%, а не 21.55%.

Низкомаржинальный букмекер (Sharp)

#
m=∑i1/Oi−1

Неформальное название букмекера, формирующего цены и используемого как ориентир. Оно не означает фиксированную маржу, приём всех победителей или неограниченные лимиты. Проверяйте рынок, время и условия; у биржи иная структура комиссии.

Пример расчета: Аналитик может выбрать конкретного букмекера и время как источник сравнения. Источник и метод удаления маржи фиксируют явно, не считая их универсально точными.

Рекреационный букмекер (Soft)

#
m=∑i1/Oi−1

Неформальное название букмекера для массовой аудитории в противопоставлении ценовым ориентирам. Само название не устанавливает оверраунд, скорость обновления или ограничения счетов; нужны актуальные данные конкретного рынка.

Пример расчета: Условные коэффициенты 2.15 и 1.85 у двух операторов показывают разницу, а не доказанную задержку или положительный EV. Сопоставляйте время и правила расчёта.

Сравните один и тот же рынок

Партнёрские ссылки

1win Sports: проверьте событие, коэффициент и правила расчёта

Что входит в цену → Перейти в 1win Sports 18+ · Условия на сайте

Stake Sportsbook: сравните то же событие, рынок и правила расчёта

Что входит в цену → Перейти в Stake 18+ · Условия на сайте

Проверьте текущую цену, конкретный рынок, правила расчёта и доступность в своей стране. Результат калькулятора зависит от допущений и не подтверждает доступную возможность для ставки.