Dopo 20 scommesse, una strategia ha un rendimento del 18%. Dopo 100, il profitto scende al 7%. Dopo 300, scivola leggermente in rosso. Poi, dopo 1.000 scommesse, diventa nuovamente profittevole.
Quale di questi risultati è il "vero"?
Uno dei principali problemi quando si valuta le previsioni sulle scommesse sportive è la dimensione del campione. In un periodo breve, i risultati sono fortemente influenzati dal caso, quindi anche un profitto impressionante o un tasso di vittoria elevato potrebbe rivelare poco sulla qualità effettiva di una strategia.
- Cos'è la dimensione del campione nel betting?
- Il problema dei risultati a breve termine
- Cosa possono dire 100 scommesse?
- Cosa cambia dopo 500-1.000 scommesse?
- Ogni risultato ha un margine di incertezza
- Non puoi giudicare un campione senza le quote
- Il ROI è particolarmente volatile su piccoli campioni
- Cosa può aggiungere il CLV all'immagine
- Quando un grande campione ti dice comunque poco
- Come valutare un tipster o una strategia di scommesse
- Statistiche che meritano un'analisi più approfondita
- Conclusione
Cos'è la dimensione del campione nel betting?
Dimensione del campione è il numero di osservazioni utilizzato per trarre una conclusione.
Nel betting sportivo, un'osservazione è solitamente una scommessa.
Se un tipster ha pubblicato 25 pronostici, le statistiche si basano su un campione di 25 scommesse.
Se una strategia è stata testata su 3.000 scommesse, il campione contiene 3.000 osservazioni.
Alla prima occhiata, la regola sembra semplice: più scommesse significa statistiche più affidabili. In generale, è vero, ma c'è un importante accorgimento.
Un numero elevato di scommesse non significa automaticamente che i dati siano utili.
Mille scommesse simili fatte sotto la stessa serie di regole potrebbero dirti molto di più di 3.000 scommesse raccolte mentre i mercati, le gamme di quote, le dimensioni delle scommesse e i metodi di selezione rimanevano invariati.
Il problema dei risultati a breve termine
Supponiamo che una strategia di scommesse abbia una probabilità reale di vincita del 55%.
Questo non significa che esattamente 55 delle prime 100 scommesse vincano.
In pratica, il risultato potrebbe essere:
- 48 vincite su 100;
- 53 vincite su 100;
- 61 vincite su 100;
- o un risultato vicino.
La ragione è la variazione casuale.
Anche quando la probabilità di base è nota, una sequenza breve di vincite e sconfitte non deve necessariamente corrispondere perfettamente a quella probabilità.
Questo è lo stesso effetto che abbiamo discusso in "Variance in Sports Betting: Why a Good Strategy Can Still Lose".
Cosa possono dire 100 scommesse?
Centocinque scommesse potrebbero sembrare una quantità decente di dati. Statisticamente, però, è ancora un campione piuttosto piccolo.
Prendiamo una strategia con un tasso di vincita reale ipotetico del 55%.
Una stima semplice dell'errore standard di una proporzione è:
ove:
- p è la probabilità di vincita;
- n è il numero di scommesse.
Per un tasso di vincita del 55% su 100 scommesse:
Un intervallo di confidenza approssimativo del 95% è circa due errori standard su entrambi i lati.
Questo significa che il tasso di vincita osservato su 100 scommesse può facilmente differire dal tasso reale di circa 10 punti percentuali.
Questo è un margine ampio.
Quindi 60 vincite su 100 potrebbero sembrare impressionanti, ma da sole non sono sufficienti per concludere che il tasso di vincita a lungo termine del tipster sia davvero del 60%.
Cosa cambia dopo 500-1.000 scommesse?
Man mano che il campione cresce, la variazione casuale ha meno influenza sul risultato complessivo.
Utilizzando la stessa strategia ipotetica con un tasso di vincita reale del 55%, l'immagine appare più o meno così:
| Numero di Scommesse | Errore Standard | Intervallo di Confidenza Approssimativo del 95% |
|---|---|---|
| 100 | ≈ 5.0 punti percentuali | ≈ ±9.7 punti percentuali |
| 500 | ≈ 2.2 punti percentuali | ≈ ±4.4 punti percentuali |
| 1.000 | ≈ 1.6 punti percentuali | ≈ ±3.1 punti percentuali |
| 5.000 | ≈ 0.7 punti percentuali | ≈ ±1.4 punti percentuali |
Questo è un modello semplificato che assume la stessa probabilità di vincita per ogni scommessa. I record reali di scommesse sono più complessi perché le quote e le probabilità variano da una selezione all'altra.
Comunque, il principio generale è chiaro: man mano che il campione cresce, l'intervallo di incertezza diventa più stretto.
La differenza tra 100 e 1.000 scommesse è sostanziale. La differenza tra 10.000 e 10.900 è molto meno importante.
Ogni risultato ha un margine di incertezza
Quando qualcuno dice, "Questo tipster ha un tasso di vincita del 56%", il numero spesso suona come una caratteristica fissa.
Un modo più utile per pensarci è:
Osserviamo un tasso di vincita del 56% in un particolare campione e stiamo cercando di stimare quanto vicino quel numero sia al tasso di vincita a lungo termine reale.
Minore è il campione, maggiore è l'incertezza.
Immagina due tipster con lo stesso tasso di vincita del 57%:
- il primo ha 70 scommesse registrate;
- il secondo ha 4.000.
Il numero del titolo è identico, ma la quantità di informazione dietro di esso è completamente diversa.
Non puoi giudicare un campione senza le quote
Il tasso di vincita ha senso solo se conosci le quote.
Supponiamo che un tipster vinca il 70% delle scommesse e un altro solo il 40%.
Questo da solo non ti dice nulla sulle strategie più profittevoli.
Se il primo scommettitore prende quote medie di 1.30, il tasso di vincita di break-even è approssimativamente:
Un tasso di vincita del 70% a quelle quote potrebbe comunque perdere soldi.
Il secondo scommettitore potrebbe avere quote medie di 3.00.
Il punto di break-even è:
Un tasso di vincita del 40% a quelle quote può essere profittevole.
Questo è il motivo per cui il numero di vincite o il tasso di vincita non dovrebbe mai essere giudicato in isolamento.
Ne parliamo in dettaglio in "Win Rate in Betting: Why a High Hit Rate Does Not Guarantee Profit".
Il ROI è particolarmente volatile su piccoli campioni
Su un campione breve, il ROI può apparire eccezionale.
Supponiamo che ci siano 20 scommesse da 100 dollari ciascuna.
Turnover totale delle scommesse:
Se alcuni selezionatori a quote più alte vincono e il profitto totale raggiunge 600 dollari:
Un ROI del 30% sembra estremamente forte.
Ma se la maggior parte di quel profitto proviene da solo due vincite a quote elevate, il numero può cambiare rapidamente nei prossimi pochi dozzine di scommesse.
Man mano che il turnover aumenta, l'impatto di ogni singolo risultato diventa più piccolo.
Questo è il motivo per cui un ROI del 30% dopo 30 scommesse e un ROI del 30% dopo 3.000 scommesse non dovrebbero essere trattati come ugualmente informativi.
Cosa può aggiungere il CLV all'immagine
I risultati finanziari dipendono non solo dal fatto che la decisione iniziale fosse buona, ma anche da come ogni evento è finito.
Questo è il motivo per cui, soprattutto con un campione più piccolo, può aiutare guardare oltre le vincite e le sconfitte e considerare la qualità delle quote ottenute.
Questo è dove entra in gioco il Closing Line Value, o CLV.
Se un scommettitore ottiene in modo consistente quote migliori rispetto al prezzo di chiusura del mercato, questo fornisce informazioni che il ROI attuale da solo non può mostrare.
Per esempio:
- la scommessa è fatta a 2.10;
- il mercato chiude a 1.90 prima che l'evento inizi.
La scommessa può comunque perdere.
Ma il movimento del prezzo mostra che il scommettitore ha ottenuto un numero migliore rispetto a quello offerto dal mercato in seguito.
Di più su questo in "Closing Line Value (CLV): Why It Matters in Sports Betting".
Quando un grande campione ti dice comunque poco
"Ho statistiche da 5.000 scommesse" suona convincente. Ma prima di trarre conclusioni, devi sapere cosa contengono effettivamente quelle 5.000 scommesse.
Immagina che il record includa:
- scommesse su calcio;
- totali di tennis;
- accumulators;
- scommesse live;
- favoriti;
- scommesse su scommesse;
- quote che variano da 1.20 a 8.00;
- diverse modelli di previsione.
Puoi unire tutto in un singolo numero di ROI, ma il valore analitico sarà limitato.
La ragione è semplice: il campione complessivo contiene strategie con profili di rischio e rendimento molto diversi.
Lo stesso problema si presenta quando il metodo cambia durante il test.
Per esempio:
- le prime 1.000 scommesse seguivano un modello;
- le successive 1.000 usavano filtri diversi;
- poi la gamma di quote è cambiata;
- poi sono stati aggiunti nuovi campionati.
Tecnicamente, il campione è grande. Ma non è più una singola strategia coerente.
Come valutare un tipster o una strategia di scommesse
Nessun singolo metrica è sufficiente.
Una valutazione migliore guarda a diversi numeri insieme.
1. Numero di Scommesse
Maggiore è il numero di osservazioni, minore è l'influenza di ogni singolo risultato fortunato o sfortunato sulle statistiche complessive.
2. Quote Medie
Senza quote medie, il tasso di vincita ha poco significato.
3. Tasso di Vincita
Dovrebbe essere confrontato con il tasso di break-even implicato dalle quote effettive, non con un benchmark arbitrario come il 50%.
4. ROI
L'ROI misura il profitto rispetto al turnover delle scommesse, ma è particolarmente sensibile alla casualità su piccoli campioni.
5. Massimo Drawdown
Questo mostra quanto profondi furono i cali all'interno del record complessivo delle prestazioni, non solo dove la strategia è arrivata.
6. CLV
Il CLV può fornire un altro modo per valutare la qualità delle quote ottenute, indipendentemente dal fatto che una singola scommessa abbia vinto o perso.
7. Coerenza del Metodo
Devi sapere se l'intero record proviene effettivamente dalla stessa strategia.
8. Storia Completa delle Scommesse
Se solo i pronostici vincenti rimangono visibili mentre le scommesse perse vengono eliminate dal record, il numero di "previsioni pubblicate" diventa quasi inutile.
Su BetsPro, i risultati delle previsioni possono essere visualizzati insieme alle statistiche complessive, piuttosto che giudicati da un numero limitato di pronostici vincenti.
Visualizza le statistiche delle previsioni di BetsPro →
Statistiche che meritano un'analisi più approfondita
I rendimenti elevati non sono automaticamente sospetti. In un periodo breve, risultati eccezionalmente forti possono accadere.
La domanda più importante è come vengono presentati questi risultati.
Per esempio, le affermazioni meritano più contesto quando sembrano così:
- "Tasso di vincita del 80%" dopo 25 pronostici;
- "ROI del 40%" senza indicare il numero di scommesse;
- "la strategia ha dimostrato di essere profittevole" dopo un mese forte;
- "massimo drawdown del 5%" basato su un record molto breve;
- "5.000 pronostici" quando non è possibile verificare la storia delle scommesse;
- "tasso di colpi del 70%" senza indicare le quote medie.
Ogni uno di questi numeri potrebbe essere genuino. Il problema inizia quando un campione limitato viene usato per supportare conclusioni che i dati non possono realmente giustificare.
- Non esiste un numero universale di scommesse dopo il quale un risultato diventa improvvisamente "affidabile".
- Su piccoli campioni, il tasso di vincita e il ROI sono fortemente influenzati dalla variazione casuale.
- 100 scommesse forniscono molto meno informazione di 1.000, e 1.000 forniscono meno di alcune migliaia di scommesse comparabili.
- L'incertezza statistica diminuisce gradualmente man mano che il campione cresce.
- Il numero di scommesse deve essere valutato insieme alle quote medie, al tasso di vincita e al ROI.
- Il CLV può fornire informazioni aggiuntive sulla qualità delle decisioni prima che un campione molto grande sia stato costruito.
- Un grande campione non è particolarmente utile se mescola diverse strategie completamente diverse.
- La storia delle scommesse deve essere completa, senza che le scommesse perse vengano eliminate dopo il fatto.
La domanda "Quante scommesse sono sufficienti?" non ha una risposta a numero singolo.
Maggiore è la coerenza e la comparabilità delle scommesse raccolte, maggiore è la fiducia che puoi avere nell'analisi. Ma l'immagine completa inizia a emergere solo quando la dimensione del campione viene considerata insieme alle quote, al tasso di vincita, al ROI, al CLV, al drawdown e alla coerenza del metodo sottostante.