January 19, 2021
Perjudian Sepak Bola dengan Machine Learning

Perjudian Sepak Bola dengan Machine Learning

Strategi taruhan perjudian “pasti menang” yang melibatkan taruhan pada pertandingan sepak bola menjadi menggandakan taruhan saya sampai saya menang. Secara teknis, dia tidak salah, tetapi secara teknis, saya juga melakukannya tidak memiliki bankroll tak terbatas, jadi terima kasih banyak ZJ.

Ketika saya pertama kali mendengar tentang pembelajaran mesin, saya pikir itu jauh lebih baik daripada memodelkan sepak bola menggunakan statistik tradisional, sebagian karena asumsi yang membatasi model tersebut dan sebagian karena saya malas belajar R pada saat itu.

Itu 1,5 tahun yang lalu, dan sejak itu saya mengambil Python (jauh lebih mudah daripada R!) Dan membaca / menerapkan segala sesuatu tentang pembelajaran mesin yang bisa saya temukan dan akhirnya membuat model yang sedikit lebih baik daripada strategi martingale. Masih banyak yang harus dilakukan, tetapi esai ini bertujuan untuk mengkonsolidasikan apa yang telah saya pelajari sejauh ini dan untuk dibagikan kepada siapa pun yang baru memulai.

Taruhan Perjudian Sepak Bola

Taruhan Dalam makalah Steven Levitt tentang pasar taruhan, dia berpendapat bahwa pembuat pasar taruhan beroperasi. Sangat berbeda dari pasar keuangan karena mereka lebih baik dalam memprediksi pertandingan daripada kerumunan. Karenanya mereka dapat menetapkan harga (peluang) dan tidak perlu menyesuaikan pembeli dengan penjual.

Memang, bandar taruhan sangat akurat dalam memprediksi hasil sepak bola. Jika kita memplot probabilitas tersirat dari peluang versus probabilitas hasil pertandingan aktual. Kita mendapatkan garis yang cukup lurus, menyiratkan korelasi positif yang tinggi.

Lucunya, Anda bahkan dapat mengalahkan mereka menggunakan peluang mereka sendiri [2] tetapi itu hanya bekerja dengan cara yang terbatas (pada dasarnya arbitrase di seluruh bandar judi yang berbeda).

Jadi jika pasarnya efisien, kenapa repot-repot mencoba? Yah, itu karena seperti hipotesis pasar efisien di bidang keuangan, itu tidak selalu benar. Tepat sebelum pertandingan dimulai, probabilitas tersirat dari peluang mencerminkan probabilitas hasil. Tetapi berhari-hari dan berjam-jam sebelum pertandingan dan setelah pertandingan dimulai. Emosi menemukan jalannya ke dalam kerumunan dan itu mungkin mengayunkan peluang yang menguntungkan kita. Jika kita dapat menangkapnya dengan cepat dan bertindak berdasarkan probabilitas yang sebenarnya. Di sinilah menggunakan pembelajaran mesin dapat (semoga) memberi kami keunggulan dibandingkan petaruh non-komputasi.

Ensemble adalah algoritme yang sangat bagus untuk memulai dan mengakhiri dengan

Saya berharap saya dapat mengatakan bahwa saya menggunakan jaringan saraf dalam yang seksi untuk memprediksi pertandingan sepak bola. Tetapi kenyataannya model yang paling efektif adalah pengklasifikasi dengan cermat permainan pertama kali saya coba untuk kesederhanaannya. Saya mencoba hampir semua algoritma di sklearn, xgboost, dan juga jaringan saraf, tetapi hutan acak masih yang paling stabil dari semuanya.