در دنیای شرطبندی، گزارش هایی زیادی از بسته شدن و محدود شدن حساب‌ها توسط سایت‌های شرطبندی داشته ایم و موضوعی آشنا برای بسیاری از شرط‌بندان سودآور است.
با این حال، در میان این رفتارهای متداول، ادعای وان ایکس بت 1xBet مبنی بر استقبال از برندگان توجه زیادی را جلب کرده است. برای بررسی صحت این رویکرد متفاوت، جوزف بوچدال، یکی از تحلیلگران شناخته‌شده دنیای شرطبندی، تصمیم گرفت ضرایب و سیاست‌های این سایت را دقیق‌تر زیر ذره‌بین ببرد.
نتایج تحلیل او نه‌تنها توضیح می‌دهد چرا وان ایکس بت به برندگان اجازه فعالیت می‌دهد، بلکه نشان می‌دهد چگونه این سایت حتی به آنها کمک می‌کند تا عملکرد بهتری در شرطبندی داشته باشند—از جمله از طریق آموزش و ابزارهای تحلیلی.
در ادامه، به پشت‌پرده‌ی این سیاست می‌پردازیم و با کمک ریاضیات، منطق اقتصادی آن را بررسی می‌کنیم.
در مقاله‌ی «اهمیت ارزیابی عملکرد در برابر خط بسته»، دفنی سرداری (Dafni Serdari) به تشریح فرضیه‌ی بازار کارآمد پرداخت. بر اساس این فرضیه، ضرایب هنگام بسته‌شدن بازار بیشترین احتمال ممکن از نتایج مسابقه را ارائه می‌دهند. چرا که در آن لحظه، بیشترین میزان اطلاعات و تحلیل‌ها در ضرایب لحاظ شده است.
زمانی که اشتباه یا ناکارآمدی در ضرایب اولیه وجود داشته باشد، شرط‌بندان حرفه‌ای با شناسایی این فرصت‌ها اقدام به شرطبندی می‌کنند. این کار، باعث تغییر ضرایب و نزدیک شدن آنها به ارزش واقعی (کارآمدتر) می‌شود.
هرچه تعداد افراد بیشتری وارد بازار شوند و شرطبندی کنند، احتمال باقی‌ماندن چنین ناکارآمدی‌هایی کمتر می‌شود.
در نهایت، ضرایب نهایی یا ضرایب بسته‌شده (closing odds) بیشترین اطلاعات موجود درباره یک مسابقه را در خود جای می‌دهند و حاصل بیشترین حجم تحلیل و شرطبندی جمعی هستند—به همین دلیل، آنها به‌احتمال زیاد، کارآمدترین ضرایب ممکن محسوب می‌شوند.
بخوانید: چرا سایت های شرط بندی حساب کاربران را بسته یا محدود می کنند؟
در این مقاله، با استفاده از داده‌های گذشته، ضرایب ابتدایی و نهایی سایت وان ایکس بت 1xBet را با یکدیگر مقایسه می‌کنم تا مشخص شود ضرایب بسته‌شده این سایت تا چه اندازه به بازار کارآمد نزدیک هستند—و این موضوع چه معنایی برای شرط‌بندان سودآور دارد.
مقایسه ضرایب شروع و پایان در شرط بندی: کدام دقیق تر است؟
یکی از روش‌های بررسی تفاوت در کارآمدی ضرایب شروع و ضرایب پایان در شرط بندی، استفاده از مفهومی از تئوری اطلاعات به نام آنتروپی شانون (Shannon Entropy) است.
این مفهوم توسط کلود شانون، پدر نظریه اطلاعات، معرفی شده و به‌عنوان معیاری برای اندازه‌گیری میزان عدم‌قطعیت یا بی‌نظمی یک متغیر تصادفی به کار می‌رود. به زبان ساده، هرچه عدم‌اطمینان در مورد یک رویداد بیشتر باشد، آنتروپی آن نیز بیشتر خواهد بود.
در زمینه‌ی شرطبندی، آنتروپی می‌تواند به ما نشان دهد که یک مجموعه ضرایب (مثلاً ضرایب ابتدایی یا نهایی) تا چه اندازه از نظر اطلاعاتی کارآمد هستند.
X با استفاده از فرمول زیر تعریف می‌شود:
که در آن p احتمال نتیجه i است ، و b پایه لگاریتم است که به طور معمول 2 است. در اصل این جمع منفی محصولات تمام احتمالات احتمالی نتیجه و لگاریتم های آنها است.
به عنوان مثال ، اگر ضرایب منصفانه منچستر یونایتد در مقابل لیورپول 2 (خانگی)، 3.50 (تساوی) و 4.67 (خارج از خانه) باشد، آنتروپی (H) عبارت است از:
برای بررسی عملی تفاوت بین ضرایب شروع و پایان، از یک پایگاه داده شامل ۱۳۲٬۶۴۵ مسابقه فوتبال جهانی استفاده کرده‌ام که داده‌های آن به سال ۲۰۰۷ بازمی‌گردد.
در این تحلیل، میانگین آنتروپی هر مسابقه برای ضرایب خانگی – تساوی – خارج از خانه در بازار شرطبندی سایت 1XBET محاسبه شده است.
مهم‌تر اینکه، برای دقت بیشتر، ابتدا حاشیه‌ی سود (margin) شرطبندی از ضرایب حذف شده تا با ضرایب منصفانه (fair odds) سروکار داشته باشیم.
این مقایسه بین ضرایب شروع و پایان، اطلاعات دقیقی از میزان کارآمدی واقعی بازار ارائه می‌دهد.
بخوانید: ضرایب شرط بندی چگونه کار می کنند؟
نتایج محاسبات نشان داد که میانگین آنتروپی برای ضرایب شروع برابر با 1.475 و برای ضرایب پایان برابر با 1.452 بوده است. این تفاوت بسیار ناچیز است و نشان می‌دهد که، در عمل، ضرایب ابتدایی و نهایی از نظر اطلاعات نهفته تفاوت چندانی ندارند.
این موضوع سوال مهمی را مطرح می‌کند:
آیا واقعاً شرط‌بندان می‌توانند تأثیر معناداری بر بازار داشته باشند؟ یا اینکه این تصور چیزی جز توهم کنترل نیست؟
ممکن است چنین باشد. برای بررسی دقیق‌تر این فرض، می‌توان به مبحث «توهم کنترل» و تأثیر خرافات در شرطبندی رجوع کرد.
اما سوال اصلی همچنان باقی است:
چه ارتباطی میان ضرایب شرطبندی و نتایج واقعی وجود دارد؟
بخوانید: توهم کنترل در شرطبندی ورزشی چیست؟
ضرایب شرط بندی در برابر واقعیت: آیا بازار درست میگوید؟
یکی از روش‌های مؤثر برای ارزیابی کارآمدی بازار شرطبندی، مقایسه‌ی ضرایب شرطبندی با نتایج واقعی مسابقات است.
ضرایب شرطبندی در اصل بازتابی از احتمال مورد انتظار هر نتیجه هستند. با این حال، در دنیای واقعی، نتیجه یک مسابقه فقط دو حالت دارد:
یا شما برنده‌اید، یا بازنده.
ولی نکته اینجاست: هرچه تعداد نمونه‌ها (مسابقات) بیشتر شود، می‌توان بررسی کرد که آیا نتایج واقعی با پیش‌بینی‌های احتمالی ضرایب هم‌خوانی دارند یا نه.
برای مثال، اگر 50 تیم از 100 تیم با ضریب منصفانه 2.00 برنده شوند، یا 25 تیم از 100 تیم با ضریب 4.00 پیروز شوند، نشان می‌دهد که ضرایب کاملاً دقیق و بازار کاملاً کارآمد عمل کرده است.
در همین راستا، با استفاده از همان پایگاه داده شامل بیش از 130,000 مسابقه فوتبال، احتمالات پیش‌بینی‌شده (بر اساس ضرایب منصفانه) با فراوانی نتایج واقعی مقایسه شده‌اند.
نتایج این مقایسه در قالب یک نمودار پراکندگی (scatter plot) در ادامه ارائه شده است.
شایان ذکر است که برای افزایش دقت تحلیل، حاشیه‌ی سود سایت شرطبندی حذف شده و از ضرایب منصفانه استفاده شده است.
از بررسی نمودار پراکندگی، دو نکته مهم به وضوح قابل مشاهده است:
اول، ضرایب شرطبندی فوتبال در سایت وان ایکس بت 1xBet از نظر آماری بسیار کارآمد به نظر می‌رسند.
تقریباً تمام تغییرات در نتایج واقعی (فراوانی برد) را می‌توان بر اساس تغییرات در احتمال‌های پیش‌بینی‌شده توسط ضرایب توضیح داد که نشان‌دهنده همبستگی بسیار قوی میان پیش‌بینی بازار و واقعیت است.
ثانیا، به نظر می رسد که تفاوت کمی بین ضرایب شروع و پایان وجود دارد. در واقع، مقدار مربع R، که روشی برای اندازه گیری قدرت ارتباط بین احتمالات ضمنی و مشاهده شده است برای ضرایب شروع 0.996 و برای ضرایب پایان 0.997 است (مربع R عدد 1 نشان دهنده همبستگی کامل است).
آیا تغییر ضرایب نشان دهنده ارزش شرطبندی است؟
اگر فرض کنیم که ضرایب پایان بازار (Closing Odds) کارآمد هستند، می‌توانیم بررسی کنیم که آیا در ضرایب شروع بازار که به‌طور قابل توجهی بالاترند، ارزش شرطبندی وجود دارد یا نه.
به‌عنوان مثال، تصور کنید منچستر یونایتد با ضریب 2.50 در ابتدا ارائه شده، اما در زمان بسته‌شدن بازار این ضریب به 2.00 کاهش یافته است.
با فرض کارآمد بودن ضریب نهایی (2.00)، این اختلاف نشان می‌دهد که شرطبندی با ضریب 2.50 باید سود مورد انتظاری برابر با 2.50 ÷ 2.00 = 1.25 یا معادل 25٪ داشته باشد.
بر اساس این فرض، نسبت بین ضریب شروع و ضریب پایان باید با بازده واقعی حاصل از شرطبندی در آن ضریب اولیه رابطه مستقیم داشته باشد.
به بیان دیگر، هرچه این نسبت بیشتر باشد، انتظار می‌رود سودآوری آن شرط نیز بیشتر باشد—مشروط بر اینکه فرض کارآمدی ضرایب نهایی برقرار باشد.
بخوانید: چگونه ارزش مورد انتظار در شرط بندی رو محاسبه کنیم؟
بر اساس این منطق، می‌توان چنین پیش‌بینی کرد که:
وقتی نسبت ضریب شروع به ضریب پایان برابر 1:1 است، بازده واقعی نزدیک به صفر خواهد بود.
اگر این نسبت به 1.10 برسد، انتظار می‌رود بازده حدود 10٪ باشد.
و در نسبت 1.20، بازده حدود 20٪ خواهد بود، و به همین ترتیب…
برای بررسی صحت این فرضیه، از همان مجموعه داده‌های گسترده فوتبال استفاده شده است. در این مجموعه، نسبت ضرایب شروع به ضرایب پایان برای تمام گزینه‌های خانگی، تساوی و میهمان محاسبه شد—در مجموع 397,935 مورد.
برای تحلیل دقیق‌تر، این نسبت‌ها با دقت 1٪ دسته‌بندی (باکت‌بندی) شدند. سپس، میانگین بازده واقعی حاصل از شرطبندی روی ضرایب شروع، برای هر دسته محاسبه شده و نتایج در نمودار پراکندگی (scatter plot) نمایش داده شده‌اند.
در این تحلیل، همچون قبل، حاشیه سایت شرطبندی حذف شده تا نتایج بر پایه‌ی ضرایب منصفانه و بدون سوگیری باشند.
نتایج این تحلیل نشان می‌دهد که ارتباطی قوی و خطی بین بازده مورد انتظار (پیش‌بینی‌شده)، که از نسبت ضرایب شروع به پایان محاسبه شده و بازده واقعی حاصل از شرطبندی بر روی ضرایب شروع وجود دارد.
این همبستگی مثبت، به‌وضوح از این ایده پشتیبانی می‌کند که:
ضرایب پایان بازار (Closing Odds)، تخمین‌های نزدیکی از احتمال واقعی نتایج هستند.
برای تأیید بیشتر این فرضیه، همان تحلیل روی ضرایب پایان نیز انجام شد. نتایج حاصل از این مقایسه، یافته‌ی پیشین را تقویت می‌کند و نشان می‌دهد که قیمت‌های بسته‌شده بازار نه تنها کارآمدند، بلکه می‌توانند به‌عنوان مرجع دقیقی برای سنجش ارزش شرطبندی استفاده شوند.
این بار تقریباً هیچ ارتباطی وجود ندارد. صرف نظر از اینکه ضرایب شروع از کجا شروع شده است، تا زمان بسته شدن بازار سایت شرط بندی، زمینه برای یافتن یک مزیت بسیار کم است.
سیاست متفاوت وان ایکس بت: جذب بازیکنان سودآور، نه حذف آنها
تحلیل این مجموعه داده گسترده نشان داد که ضرایب فوتبال در وان ایکس بت بسیار کارآمد هستند. همچنین مشخص شد که معامله‌گران این سایت در تخمین احتمالات واقعی عملکردی دقیق و حرفه‌ای دارند.
با این حال، همانند هر بازار پیش‌بینی، خطاهای کوچکی در قیمت‌گذاری اولیه وجود دارد و همین خطاها می‌توانند فرصت‌هایی برای شرط‌بندان حرفه‌ای ایجاد کنند.
نکته جالب اینجاست:
مزیتی که یک شرط‌بند می‌تواند از این خطاها به دست آورد، با مقایسه دقیق ضرایب شروع و پایان قابل اندازه‌گیری است.
البته شناسایی این اشتباهات کوچک و قابل بهره‌برداری، برای شرط‌بندان کار ساده‌ای نیست و نیازمند تحلیل دقیق و تجربه است.
اما آن دسته از کاربران وان ایکس بت که توانایی این کار را دارند، می‌توانند با اطمینان خاطر و بدون نگرانی از محدود شدن حساب خود، به فعالیت ادامه دهند.
این سیاست متفاوت وان ایکس بت به‌خوبی نشان می‌دهد که:
وقتی شما از بازار دقیق‌تر باشید، پاداش آن را هم خواهید گرفت، نه جریمه‌اش را.
در حالی که اکثر سایت‌های شرطبندی، حساب مشتریانی را که توانایی تأثیرگذاری بر ضرایب دارند محدود یا مسدود می‌کنند، وان ایکس بت رویکردی کاملاً متفاوت در پیش گرفته است.
این سایت، به جای مقابله با شرط‌بندان حرفه‌ای، از تخصص آنها برای ساختن بازاری کارآمدتر بهره می‌برد. بدون دخالت مستقیم در جهت‌دهی به ضرایب.
در واقع، وان ایکس بت به جای آنکه مشتریان دقیق و تحلیل‌گر را به دلیل شناسایی ناکارآمدی‌ها جریمه کند، به آنها پاداش می‌دهد:
✔️ بهترین ضرایب
✔️ بالاترین محدودیت‌های شرطبندی
✔️ و عدم رد سفارش، حتی در صورت سودآوری مستمر
این سیاست تنها زمانی ممکن است که ضرایب سایت واقعاً کارآمد باشند—و داده‌ها نیز این موضوع را تأیید می‌کنند.
در نتیجه، وان ایکس بت فضایی ایجاد کرده که در آن شرطبندی ماهرانه نه تنها مجاز، بلکه تشویق هم می‌شود.
———————————————
ترجمه اختصاصی : فوتبالی
[…] برای اینکه بدانید پیناکل چطور این کار را انجام می دهد، اصول ریاضی پشت سیاست خوش آمد گویی به برندگان را […]
[…] سال ۲۰۱۶ مقاله ای نوشتم و نحوه ی استفاده از ضرایب پایانی برای اندازه گیری از […]