我们研究了853场世界杯比赛,发现了这几条稳赔不赚的竞猜攻略-程序员宅基地

640?wx_fmt=gif

本文转载自大数据(ID:hzdashuju)

导读:世界杯开赛以来,据数据叔不完全统计,身边有66.6%的小伙伴上了天台,其中22.2%的人买了阿根廷赢、22.2%的人买了德国赢,还有22.2%的人买了巴西赢。剩下那33.4%的人,总是在问数据叔,你一个搞大数据的,能不能用Python爬出点内幕?能不能用机器学习预测一下比赛结果?能不能用数学模型算出一个稳赚不赔的博彩攻略?

数据叔本来不太在乎身边小伙伴们的这些小数据,心想看球你就看球呗,猜比赛结果干什么?这不是相当于看电影总想着提前被剧透吗?但有一天数据叔看见一个近期App Store的热门榜单,拼多多、抖音在世界杯面前也不过就是浮云啊。

640?wx_fmt=jpeg

另有一个段子是,京东用一年时间精心布置的618也泡汤了,因为京东用户在618到来之前已经因为赌球而输光了买东西的钱。

那么我们到底能不能利用多年所学的专业知识,搞出一个稳赚不赔的边看球边发家致富的攻略呢?

01 你需要先搞懂什么是赔率和返奖率

先说一下,本文中提到的案例以我国官方发行的“竞彩足球”为主,这是你在中国境内参与世界杯竞猜的唯一合法方式。

但不管是国内的“竞彩足球”,还是国外的赌球网站,作为参与者的你与对方的对战都是不公平的,你处于绝对弱势的一方。这得先从赔率说起。以伊朗对西班牙的比赛为例,假设全国只有3个人参与对比赛结果的竞猜,这3个人分别猜伊朗胜、双方打平、西班牙胜,他们下注金额并不相同,分别是10元、20元和30元。如下表所示。

640?wx_fmt=png

比赛结束后,3人中将只有1人赢走全部奖金60元。3人猜对的回报率分别是600%、300%和200%,如果引入赔率的概念,也就是1赔6、1赔3和1赔2。由此也可以看出,赔率其实是由竞猜者的下注比例决定的。

以上过程中,3人下注的总金额60元全部用于返奖,我们再引入返奖率的概念,此时的返奖率为100%。通过简单的数学运算不难发现,赔率与返奖率有这样的关系:

1/主队获胜赔率+1/战平赔率+1/客队获胜赔率=1/返奖率

但现实中的返奖率不太可能是100%。国外的赌博网站需要运营经费,所以会抽成;而我国的足彩虽然是为人民服务的,但你总得拿出一部分钱为中国体育事业做贡献吧?

以伊朗对西班牙这场比赛的实际赔率来说,返奖率只有91.03%。

1/(1/16.5+1/6.45+1/1.06)=91.03%

此时我们可以得到一个重要信息:赌博网站的庄家或我国的足彩发行单位,都是躺赢的。

前些天高晓松在一段视频中说,赌博网站庄家和世界杯各参赛队都事先商量好结果,然后共同坑赌徒们的钱。但实际上,庄家根本不需要额外花费巨资去买通那些身价不菲的球员和教练,因为不管比赛踢成什么结果,他们都是稳赚。另外,以足球运动的复杂程度来说,尤其是世界杯这种高强度、快节奏的比赛,即便想按剧本踢,恐怕也未必能成功。专业演员拍戏还免不了要重来呢。

02 概率和频率,傻傻分不清楚?

上述关于赔率的介绍中,有一个bug,相信你已经发现了,那就是:彩票发行者得先发起竞猜,然后才有彩民投注。既然赔率是彩民对不同结果的下注比例决定的,在彩票发售之前,又怎样得知成千上万的彩民都会花多少钱买哪个队获胜?

这个问题有两种解决方式。一种是采用完全动态的赔率,直到有第一个吃螃蟹的人出现,赔率才“上线”,然后根据每个人的每次投注,随时调整赔率。我国足彩的“北京单场”玩法就接近于这种方式。

另一种方式是先用数学模型进行预测,发布一个初始赔率,然后这个赔率会根据彩民后续的投注而微调,这里的赔率依然动态的。我国“竞彩足球”的过关玩法就是采用这种方式。数学模型真正预测的是所有彩民的下注比例,而不是比赛结果。这也是经常被误解的一件事。无论是真球迷还是吃瓜群众,有时候会在预测一场比赛的结果时拿赌博公司的赔率说事,误以为这个赔率是掌握了某些“内幕”的赌博公司对比赛结果的预测。实际上赔率反映的是彩民的“民意”,也就是吃瓜群众用自己的money投票产生的结果。

640?wx_fmt=png

640?wx_fmt=png

▲部分世界杯比赛赔率及赔率变化,来源:竞彩网(中国体育彩票官方平台)

虽然博彩公司预测比赛结果,但每到世界杯这样的大赛来临时,总有人以各种方式预测比赛结果。拿本届世界杯来说,赶上了人工智能飞速发展的好时代,赛前一周里数据叔看到了各种一本正经的预测模型。不发一篇世界杯的预测论文,都不好意思说自己是搞人工智能的。

这些预测模型都有一个共同点,就是需要把各队的历史战绩(也包括关键球员和主教练的个人过往表现)作为数据喂给机器。然后,这些预测会给你一个概率作为结果:XX队的夺冠概率最高,为XX%。

这里就有一个频率和概率混淆的问题。比如说,我们假设梅西在之前的比赛中,最近10次踢点球全部命中,我们可以说这段时间内梅西踢进点球的频率是100%,但梅西第11次踢点球命中的概率肯定不是100%,否则就不用踢了,直接判进就可以了。

有些时候我们可以近似地用频率替代概率,比如我们都知道,民航客机的事故频率非常低,因此我们认为坐飞机出行发生事故的概率也非常低,从而得出坐飞机出行非常安全的结论。

但并不是任何情况下概率都可以用频率来近似。

那么梅西第11次踢点球命中的概率应该是多少?怎么算?数据叔认为,这个概率在他触球之前是不可计算的。触球之后的瞬间以现在的科技水平也很难计算,难度跟预报一次地震差不多。

同理,德国和阿根廷在历届世界杯总共交手7次,阿根廷只赢过1次,但如果本届两队再遇到,你敢说阿根廷获胜的概率只有1/7吗?相比于梅西踢点球,对于一场比赛的结果,历史战绩能提供给我们的参考价值就更少了。前者中梅西毕竟还是那个梅西,后者中出场球员、比赛时间、场地、天气、比赛用球全都变了。

640?wx_fmt=png

▲更多世界杯历史数据,请戳

这也有点像赌徒佯谬:如果上一期彩票的中奖号码是123456,下一期中奖号码是123456还是654321的概率仍然是相等的。因为这两个事件是相互独立的。当然,一场比赛跟过去的某一场比赛不能说是完全独立的,即使从教练到球员全都换了个遍,还有一些心理上的影响,比如“恐韩症”之类的宿命论就会让历史影响未来。但我们至少可以说,历史战绩与当前比赛的联系已极为有限。

03 依据统计数据和频率下注,我们能稳赢吗?

梅西罚丢点球?阿根廷平冰岛?德国输给墨西哥?巴西平瑞士?搞清楚频率和概率的区别之后,已经很佛系的数据叔会很平静地看待这些冷门。同时,数据叔也不再试图通过任何赛前分析去判断一场比赛的结果,更不会把这些分析和预测作为买彩票的依据。数据叔把任何一场比赛都近似地看作一次随机事件,而这些随机事件的结果满足某种频率分布。

具体来说,根据足球这项运动在当今规则下的一些特点,会有一些比分比较常见,而另一些就比较罕见。比如2比0、2比1之类的比分比较常见,而3比3、7比1之类的比分非常少见。看来这里似乎有规律可循!

数据叔决定从频率入手。不难发现,足球比赛分出胜负的情况要明显多于平局。在过去20届世界杯中,总共进行了853场比赛,其中只有189场平局(通过点球大战决出胜负的比赛算作平局,通过加时赛分出胜负的比赛不算平局),比例为22.16%。从这个数据来看,正常情况下每5场比赛就会有一场平局(小组赛没有加时赛,比例或许会更高一些),那么我们是否可以每隔5场比赛就买一场平局?当然不能这么操作,因为你并不知道这5场比赛里哪场是平局。但有另一种操作是可以考虑的:所有小组赛都买平局会怎样?

1. 如果每场小组赛都买平局

世界杯总共有48场小组赛,按22.16%的比例计算,预期平局会有10.64场,四舍五入,11场。我们假设为每场比赛下注10元,48场比赛总共需要480元,然后,我们相信这48场比赛中有11场平局,并需要这11场平局给我们480元以上的回报,平均下来每场需要43.64元的回报。每场投入10元,收回43.64元,这就需要每场比赛平局赔率超过1赔4.36,那么我们看看“竞彩足球”平局赔率都是多少呢?

640?wx_fmt=png

数据叔统计了6月20日至6月24日15场世界杯小组赛的平局赔率,平均值是1赔4.28,低于我们的预期。乐观者会认为,这也没差多少,值得尝试,万一运气好呢?但是,我们这里用的是平均赔率,而不是最低赔率,万一出现平局的场次都是赔率最低的几场就悲剧了。我们可以再算得具体一点:

15场比赛,按频率分布,应该有3.32场平局。

15*22.16%=3.32

我们再乐观一点,让3.32场平局只入不舍,变成4场。平局赔率最低的3场赔率分为1赔2.85、2.85、2.9和3.2,那么假设我们还是每场比赛下注10元,这4场我们总共可以收回118元

10*(2.85+2.85+2.9+3.2)=118

但15场比赛总共需要投入150元

所以单纯从计算结果来说,这不是一个稳赚不赔的策略,反而是一个稳赔不赚的策略。所谓的运气,不可能一直都伴随着你。

2. 如果每场比赛都买3比3

平局的赔率不够高,数据叔又想到了比分玩法。这届世界杯迄今为止出现的最稀奇的比分是3比3,罕见的高比分平局简直是足球领域的“黑天鹅”。于是数据叔统计了6月20日至6月24日15场世界杯小组赛3比3的比分赔率,平均值高达1赔113.33!而世界杯总共只有64场比赛,如果我们每场都对3比3这个比分下注10元,总共需要640元,只要其中一场比赛比分是3比3,我们回报的期望值就是1133元!

640?wx_fmt=png

即便不按平均值,而按最低值(1赔70)计算,我们也可以收回700元,依然是净赚60元。

发现这个结果之后,数据叔非常后悔错过了葡萄牙3比3战平西班牙的比赛,那场比赛3比3这个比分的赔率就是1赔70!难得4年一次的稳赚不赔的躺着赚钱的机会就这么被我错过了?

当然不是!不是说数据叔错过了机会,而是根本就没有这个机会。

本届世界杯开赛后不久我们就见识到了3比3这个比分,但不是说每届世界杯都会出现这个比分(另一方面,也不是说每届世界杯只会出现一次3比3)。

事实上,3比3这个比分真的非常罕见,在葡萄牙与西班牙这场比赛之前,上一场比分3比3的比赛要追溯到2002年,塞内加尔3比3战平乌拉圭。也就是说,算上本届世界杯已经完成小组赛第1轮的16场比赛,最近5届世界杯的272场比赛中只出现了2场3比3,频率为1/136。而我们的平均预期回报只有113.33倍,还是不够!如果你从2002年世界杯开始每场比赛都对3比3的比分下注,现在很可能还是赔了。(为什么说“可能”,因为113.33这个数字是基于最近15场比赛计算得出,而不是过去272场比赛的平均赔率,虽然必然有误差,但相信误差不会太大)

我们再把样本放大到历届世界杯所有比赛,本届世界杯之前的853场比赛中其实只有3场比赛在90分钟内(足彩只算90分钟内的结果)是3比3,一只手就数得过来:

1954:英格兰3-3比利时

1958:巴拉圭3-3南斯拉夫

2002:塞内加尔3-3乌拉圭

那么3比3的出现频率就是

4/853=0.003517

取个倒数,我们需要1赔284.33以上的赔率才能稳赚不赔!

至此,数据叔的心彻底凉凉了。根本就没有什么稳赚不赔的方法!

或许你会质疑,频率不等于概率,你上面不是说过历史战绩没有参考价值吗?

没错,之所以用频率代替概率,是因为我们现在根本没办法知道概率,甚至没办法知道概率怎么算。一场足球比赛简直就是一个混沌系统,我们不知道梅西在给球迷签名时被摸了一下是否会引发蝴蝶效应,导致他罚丢点球,再导致阿根廷无法战胜冰岛。这样的黑匣子不可能给你提供任何有关“稳赚不赔”的有价值的信息,于是我们避开概率,求助于频率,但频率只给了我们一大堆“稳赔不赚”的结局。

当然,还会有人相信运气。毕竟,没有任何依据可以表明,本届世界杯其余的比赛中不会再出现3比3甚至4比4这样的怪异比分。但数据叔不相信运气,只相信数据。

而且,数据叔认为,赌场总是不会让你一眼看穿对赌中的不公平,而是故意让你看到希望。你对世界杯会再出现3比3的自信,可能会让你暴富,但更可能会让你血本无归。

640?wx_fmt=jpeg

还有就是,数据叔一直盯着冷门,而没有去分析热门。实际上热门结果你口算就能算得差不多,比如西班牙战胜伊朗的赔率只有1赔1.06,你下注10块钱能收回10块6毛,就算你搞个2串1、3串1,让预期回报率达到1.5倍左右,这样也会要求你有非常高的准确率。或者更准确地说,这要求那些传统强队拿出非常稳定的表现。而事实是,第1轮小组赛阿根廷、德国和巴西全都没赢。

所以,到底有没有“稳赚不赔”的赌球策略呢?数据叔认为没有,把钱存银行里还是比拿钱买彩票更踏实。事实上,从老虎机到竞猜体育比赛,之所以人类历史上一直有人愿意投资博彩业,就是因为赌场和庄家总能通过一些数学运算让自己“稳赚不赔”。

等等,这篇图文的标题不是说要泄露“稳赚不赔”的秘密吗?说到最后什么都没有,这不是骗人吗?

是吗?你再仔细看看标题。

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_38753213/article/details/100924893

智能推荐

字符串提取数值,封装的导出方法,element分页封装的方法-程序员宅基地

文章浏览阅读187次。1、获取提取字符串中的数值。2.封装的导出文件接口的方法。3、分装Elenent分页功能。

【大数据课程设计】城市公交网络分析与可视化(以青岛市为例)-程序员宅基地

文章浏览阅读7.6k次,点赞15次,收藏164次。城市公交网络城市公交网络分析与可视化数据爬取与处理公交站点信息爬取公交线路轨迹爬取坐标转换城市公交网络可视化利用ArcMap实现地图的可视化利用plotly实现地图可视化公交路线基本特征分析公交线路的平均长度公交线路的平均站点数公交线路的平均站距公交线路的平均直线系数公交换乘网络搭建公交换乘网络分析节点数和边数节点的邻居数(度)节点度的分布(直方图)网络的平均路径长度参考资料城市公交网络分析与可..._城市公交网络分析与可视化

oracle中pga指什么,oracle中pga内存分配原则-程序员宅基地

文章浏览阅读1.8k次。pga_aggregate_target 通常缩写为P_A_T,该参数同时限制全局pga分配和私有工作区内存分配在oracle9i以及10gr1中,单个sql操作内存使用存在如下限制:对于串行操作,单个sql操作能够使用的pga内存按照一下原则分配:MIN(5%*PGA_AGGREGATE_TARGET,100MB)此处的5%*PGA_AGGREGATE_TARGET实际上是由_smm_nax_s..._19c pga分配原则

c语言编译优化原则,KEIL编译器【C语言编译选项优化等级说明】-程序员宅基地

文章浏览阅读272次。参考:https://blog..net/chengdong1314/article/details/53463183KEIL编译器C语言编译选项优化等级说明摘录于:http://blog..net/conquerwave/article/details/10450721原文0Minimum optimization. Turns off most optimizations.It gives t..._c语言代码请将优化级别设置为默认

数学建模算法python源码_如何使用python完成数学建模常见算法-程序员宅基地

文章浏览阅读997次。在数学建模中主流的编程语言是MATLAB,但随着python/R中数学软件包的不断完善,熟悉这两种编程语言的同学也可以快速数学建模的编程环节。后面我们将介绍几种常见数学建模算法的python实现,旨在展示python在本领域的强大威力。1问题描述你希望通过几种常见算法的实现,了解python在数学建模中的能力。2解决方案python除了丰富的原生数据结构外,拥有强大的第三方软件包支持,例如矩阵运算..._数模源码

三、防火墙配置(1)---防火墙常规配置_配置防火墙最后一步-程序员宅基地

文章浏览阅读7.2k次,点赞8次,收藏77次。一、实验内容1、在GNS中创建如下图所示的网络拓扑结构。2、给路由器和防火墙按照拓扑图中的规划,配置好IP地址和路由表。给R1、R2、R4、R6开启远程连接。3、验证防火墙默认安全规则,高安全级别接口(inside)可主动访问低安全级别接口(outside);低安全级别接口(outside)不能主动访问高安全级别接口(inside)。4、在防火墙上配置ACL,使R1和R2可以ping通..._配置防火墙最后一步

随便推点

【Xilinx】MPSOC启动流程(六)- Uboot_mmcargs-程序员宅基地

文章浏览阅读286次,点赞2次,收藏2次。Xilinx开发,ARM开发,嵌入式,Linux开发_mmcargs

ubuntu 22.04, (减少鼠标 多用键盘, 集中思路), sxhkd(按键)+xdotool(X11窗口工具)-程序员宅基地

文章浏览阅读433次,点赞4次,收藏7次。ubuntu 22.04, (减少鼠标 多用键盘, 集中思路), sxhkd(按键)+xdotool(X11窗口工具)

m2增长率曲线_中国通胀率(中国m2历年数据曲线图)-程序员宅基地

文章浏览阅读6.7k次。不要官方的骗人数据每年贬值10%-12%左右 (我补充下把,楼下那个所谓的官方数据是CPI,这个指标现在有点失真了,它没有考虑房价等因素,每年10%通货膨胀率结论只是一个概括性的估.我去吃快餐的,由15元升到17元,通胀率13.33%中国的通货膨胀率是多少按经济学理论和国际通行惯例,一般可将居民消费价格视为通货膨胀率。以下是1996年以来中国的居民消费价格。 可能你会觉得数据没有人们心里的感觉高。..._中国m2历年走势

EBS R12.2新特性:弹性域值集安全策略_ebs 值集 安全性-程序员宅基地

文章浏览阅读1.8k次,点赞3次,收藏8次。EBS R12.2新特性:弹性域值集安全策略弹性域值集安全策略允许系统管理员限制用户访问、添加或者更新特定的值集里的值。值集安全策略使基于角色的分类职责分离键弹性域,描述性弹性域和report参数。举例来说,你可以设置值集安全性策略,比如特定用户可以查看、插入值到任何值集,这些值集被用来做账户弹性域。一些其他用户可以访问、更新Oracle Human Capital Management applications模块下的所有弹性域值集的值。你也可以通过OU、角色、职责等来实现隔离访问。值集安全策略使用一种_ebs 值集 安全性

uniapp使用scroll-view组件实现下拉刷新跟上拉加载_scroll-view 下拉刷新-程序员宅基地

文章浏览阅读5.7k次,点赞2次,收藏12次。以上就是uniapp 使用scroll-view上拉加载跟下拉刷新功能的实现方法。_scroll-view 下拉刷新

MySQL主从复制与读写分离-程序员宅基地

文章浏览阅读843次,点赞14次,收藏25次。读写分离,基本的原理是让主数据库处理事务性增、改、删操作(INSERT、UPDATE、DELETE),而从数据库处理SELECT查询操作。数据库复制被用来把事务性操作导致的变更同步到集群中的从数据库。

推荐文章

热门文章

相关标签