1. Введение: Математическая природа ставок на тотал голов
В глобальном обороте спортивных ставок рынок тоталов больше/меньше (Over/Under) уступает по популярности лишь ставкам на основные исходы (1X2). В футболе, хоккее и других видах спорта бинарный выбор — забьют ли команды больше или меньше определенного количества голов (прежде всего на базовой линии Тотал 2.5) — аккумулирует свыше 30% всего прематч-оборота.
Для большинства любителей ставки на тоталы строятся на интуитивных нарративах: истории очных встреч, недавней результативности команд, погодных условиях или атакующем стиле наставников. В профессиональном количественном трейдинге котировки тоталов рассматриваются строго как математические производные пуассоновских точечных процессов.
В этом руководстве мы разберем вывод формул вероятностей тоталов из распределения Пуассона. Мы докажем теорему о свертке пуассоновских случайных величин, выведем функцию накопленной вероятности, сопоставим одномерную свертку с суммированием по двумерной матрице точного счета, рассмотрим азиатские тоталы (с расходом и четвертными линиями) и объясним структурные смещения маржи букмекеров.
2. Математический вывод: теорема о свертке Пуассона
В базовой модели футбольного матча количество голов, забитых хозяевами ($X$) и гостями ($Y$) в основное время, моделируется независимыми распределениями Пуассона с параметрами интенсивности $lambda_H > 0$ и $mu_A > 0$:
Суммарное количество голов в матче представляет собой случайную величину $T = X + Y$.
Строгое доказательство свертки
Ключевое математическое свойство распределения Пуассона заключается в том, что сумма двух независимых пуассоновских величин также является пуассоновской величиной с суммарным параметром: $T sim ext{Pois}(lambda_{ ext{tot}})$, где $lambda_{ ext{tot}} = lambda_H + mu_A$.
Докажем это с помощью дискретной свертки совместной функции вероятностей:
В силу независимости $X$ и $Y$ совместная вероятность равна произведению одномерных вероятностей:
Вынесем общий множитель $e^{-(lambda_H + mu_A)}$ за знак суммы, одновременно умножив и разделив слагаемые внутри суммы на $k!$:
Согласно биному Ньютона, сумма $sum_{j=0}^k inom{k}{j} lambda_H^j mu_A^{k-j}$ в точности равна $(lambda_H + mu_A)^k$. Таким образом, мы получаем классическую формулу Пуассона:
Это строгое доказательство показывает: при условии независимости голов распределение суммарного тотала матча зависит исключительно от суммы ожидаемых голов ($lambda_{ ext{tot}}$), независимо от того, как именно эти голы распределены между соперниками.
3. Расчет вероятностей для полуторных тоталов (Under/Over K.5)
Букмекерские конторы выставляют дробные линии с шагом .5 ($0.5, 1.5, 2.5, 3.5$), чтобы исключить вероятность возврата. Ставка на «Тотал Меньше $K.5$» выигрывает при $T le K$, а ставка на «Тотал Больше $K.5$» — при $T ge K + 1$.
Формула функции накопленной вероятности
Вероятность исхода «Тотал Меньше $K.5$» представляет собой сумму вероятностей событий от $k = 0$ до $K$:
Соответственно, вероятность исхода «Тотал Больше $K.5$» равна:
Пример расчета для базового Тотала 2.5
Для стандартной линии Тотал 2.5 ($K = 2$) выражение принимает компактный вид:
Предположим, статистическая модель прогнозирует среднюю результативность матча: $lambda_H = 1.65$ и $mu_A = 1.15 implies lambda_{ ext{tot}} = 2.80$ гола:
- $P(T = 0) = e^{-2.80} approx 0.0608$ ($6.08%$)
- $P(T = 1) = 2.80 cdot e^{-2.80} approx 0.1703$ ($17.03%$)
- $P(T = 2) = rac{2.80^2}{2} cdot e^{-2.80} approx 0.2384$ ($23.84%$)
- $P( ext{Under } 2.5) = 0.0608 + 0.1703 + 0.2384 = 0.4695$ ($46.95%$)
- $P( ext{Over } 2.5) = 1 - 0.4695 = 0.5305$ ($53.05%$)
- Честные коэффициенты без маржи: ТМ 2.5 = $2.130$, ТБ 2.5 = $1.885$.
В следующей таблице сведены вероятности и справедливые коэффициенты для всех стандартных линий тотала при данной суммарной результативности:
| Линия тотала | Вероятность «Меньше» | Справедливый кэф «Меньше» | Вероятность «Больше» | Справедливый кэф «Больше» |
|---|---|---|---|---|
| Тотал 0.5 | $6.08%$ | $16.447$ | $93.92%$ | $1.065$ |
| Тотал 1.5 | $23.11%$ | $4.327$ | $76.89%$ | $1.301$ |
| Тотал 2.5 | $46.95%$ | $2.130$ | $53.05%$ | $1.885$ |
| Тотал 3.5 | $69.19%$ | $1.445$ | $30.81%$ | $3.246$ |
| Тотал 4.5 | $84.77%$ | $1.180$ | $15.23%$ | $6.566$ |
4. Одномерная свертка против суммирования по матрице 2D
Хотя расчет через одномерную свертку выполняется мгновенно, в боевых аналитических системах тоталы часто вычисляют через двумерную матрицу точных счетов:
Матричный метод необходим при использовании поправки Диксона-Коулза (Dixon-Coles). В реальном футболе нулевые и результативные ничьи (0-0 и 1-1) случаются чаще, чем предсказывает базовый независимый Пуассон. Поправочный параметр $ ho$ меняет вероятности именно этих ячеек, нарушая условие одномерной свертки и требуя поэлементного суммирования треугольника матрицы.
5. Азиатские тоталы и психологическое смещение публики
В азиатских тоталах активно используются целочисленные и четвертные линии:
- Целый тотал (ТМ 2.0): При ровно 2 забитых мячах объявляется возврат (расход). Честный коэффициент с учетом возврата рассчитывается относительно пространства решающих исходов: $$ ext{Fair Odds}_{ ext{ТМ 2.0}} = rac{1 - P(T = 2)}{P(T le 1)}$$
- Четвертной тотал (ТМ 2.25): Ставка разбивается пополам: 50% на ТМ 2.0 и 50% на ТМ 2.5. Если матч завершается со счетом 1-1 или 2-0 (ровно 2 гола), по половине ТМ 2.0 происходит возврат, а половина ТМ 2.5 выигрывает («полувыигрыш»).
| Суммарно голов ($T$) | Плечо ТМ 2.0 ($50%$ суммы) | Плечо ТМ 2.5 ($50%$ суммы) | Итоговый расчет ставки |
|---|---|---|---|
| 0 или 1 гол | Выигрыш ($+0.5 imes (O-1)$) | Выигрыш ($+0.5 imes (O-1)$) | Полный выигрыш ($+ (O - 1)$) |
| Ровно 2 гола | Возврат (Возврат $0.5$) | Выигрыш ($+0.5 imes (O-1)$) | Полувыигрыш / Полувозврат |
| 3 и более голов | Проигрыш ($-0.5$) | Проигрыш ($-0.5$) | Полный проигрыш ($-1.0$) |
6. Удаление маржи букмекера и смещение на ТБ
Букмекерские рынки тоталов подвержены устойчивому поведенческому искажению: любители азартных игр несоизмеримо чаще ставят на «Больше», поскольку просмотр матча с ожиданием голов психологически комфортнее «сухой» игры. Букмекеры компенсируют этот поток ставок занижением коэффициентов на ТБ, что системно формирует положительное математическое ожидание (+EV) на ставках на ТМ в долгосрочной перспективе.
Для очистки котировок от маржи применяется пропорциональное девагирование:
Если букмекерский коэффициент превышает честный коэффициент модели ($O_{ ext{bookie}} > 1 / P_{ ext{fair}}$), ставка обладает положительным математическим ожиданием:
7. Реализация на Python: расчет тоталов и справедливых коэффициентов
Ниже представлен готовый скрипт на Python для вычисления тоталов от 0.5 до 4.5 на основе пуассоновских параметров матча:
import math
def calculate_totals(lambda_h, mu_a, max_goals=10):
lam_tot = lambda_h + mu_a
pmf = [(lam_tot**k * math.exp(-lam_tot)) / math.factorial(k) for k in range(max_goals + 1)]
lines = [0.5, 1.5, 2.5, 3.5, 4.5]
results = {}
for line in lines:
k = int(math.floor(line))
p_under = sum(pmf[:k + 1])
p_over = 1.0 - p_under
results[f"Under {line}"] = {"prob": p_under, "odds": 1.0 / p_under}
results[f"Over {line}"] = {"prob": p_over, "odds": 1.0 / p_over}
return results
8. Заключение: применение модели в трейдинге
Переход от интуитивных прогнозов результативности к пуассоновской свертке позволяет с математической точностью оценивать любые линии тоталов. Понимание свойств свертки и выявление завышенной маржи на исход «Больше» дают количественному беттору устойчивое преимущество над рынком.