Die Zufallsindikatoren der Bundesliga nach dem 2. Spieltag

12/9/2016

Die Zufallsindikatoren der Bundesliga nach dem 2. Spieltag.

#	Team	gespielt	Punkte	real
1	Hertha Berlin	2	2.88	6
2	RB Leipzig	2	2.00	4
3	Darmstadt	2	1.83	3
4	Freiburg	2	2.02	3
5	1. FC Köln	2	3.02	4
6	Bayern München	2	5.20	6
7	Wolfsburg	2	3.30	4
8	Augsburg	2	2.51	3
9	Eintracht Frankfurt	2	2.69	3
10	B. Mönchengladbach	2	3.14	3
11	Bayer Leverkusen	2	3.40	3
12	Hoffenheim	2	2.48	2
13	Mainz	2	2.15	1
14	Hamburger SV	2	2.17	1
15	Dortmund	2	4.46	3
16	Werder Bremen	2	1.64	0
17	Ingolstadt	2	2.74	1
18	Schalke	2	1.97	0

OTV+1

Bei OTV+1 handelt es sich um die optimale Torverteilung, hier findest du die Details zur Berechnung. Da ich in der Formel für OTV+1 normalerweise den Saldo von Eintorspielen durch die Anzahl der real geholten Punkte teile, ergibt sich ein Problem für Teams mit 0 Punkten. Diese Teams behandle ich deshalb aus pragmatischen Gründen so, als hätten sie einen Punkt geholt.

#	Team	gespielt	Reale Punkte
1	Darmstadt	2	3
1	Augsburg	2	3
1	B. Mönchengladbach	2	3
4	RB Leipzig	2	4
5	Hertha Berlin	2	6
6	1. FC Köln	2	4
6	Bayern München	2	6
6	Wolfsburg	2	4
6	Eintracht Frankfurt	2	3
6	Hoffenheim	2	2
6	Hamburger SV	2	1
6	Dortmund	2	3
6	Ingolstadt	2	1
14	Freiburg	2	3
14	Bayer Leverkusen	2	3
16	Werder Bremen	2	0
16	Schalke	2	0
16	Mainz	2	1

OTV-S

Wie ich die OTV-S-Indikatoren im Detail berechne. Generell gleicht OTV-S die Torschussbilanz (gewichtet nach Schussgefährlichkeit) mit dem tatsächlichen Ergebnis ab, und ermittelt so das relative Pech bzw. Glück beider Teams.

#	Team	gespielt
1	Hertha Berlin	2
2	Bayern München	2
3	Wolfsburg	2
4	Darmstadt	2
5	1. FC Köln	2
6	B. Mönchengladbach	2
7	RB Leipzig	2
8	Hoffenheim	2
9	Dortmund	2
10	Augsburg	2
11	Hamburger SV	2
12	Freiburg	2
13	Eintracht Frankfurt	2
14	Bayer Leverkusen	2
15	Mainz	2
16	Werder Bremen	2
17	Ingolstadt	2
18	Schalke	2

Die Zufallsindikatoren für die Begegnungen des 3. Spieltags

Für die Paarungen des 3. Spieltags sieht die relative Distanz der Teams aus wie folgt - ein positiver Wert bedeutet, dass das Heimteam relativ mehr Glück gehabt hat, bei einem negativen Wert hatte die Auswärtsmannschaft bisher mehr Glück.

#	Heim	Gast
1	1. FC Köln	Freiburg
2	Bayern München	Ingolstadt
3	Dortmund	Darmstadt
4	Eintracht Frankfurt	Bayer Leverkusen
5	Hamburger SV	RB Leipzig
6	Hoffenheim	Wolfsburg
7	B. Mönchengladbach	Werder Bremen
8	Augsburg	Mainz
9	Hertha Berlin	Schalke

Die Quotienten für den 3. Spieltag

Um die Zahlen vergleichbarer zu machen hier noch einmal eine Aufschlüsselung der Zahlen nach Quotienten. Der Quotient für jeden Indikator berechnet sich aus der Differenz beider Teams, geteilt durch die Standardabweichung. Wie du diese genau berechnest, habe ich im Blogpost zur Berechnung von Quotienten beschrieben.

#	Heim	Gast
1	1. FC Köln	Freiburg
2	Bayern München	Ingolstadt
3	Dortmund	Darmstadt
4	Eintracht Frankfurt	Bayer Leverkusen
5	Hamburger SV	RB Leipzig
6	Hoffenheim	Wolfsburg
7	B. Mönchengladbach	Werder Bremen
8	Augsburg	Mainz
9	Hertha Berlin	Schalke

Ein offensichtlicher Kandidat für eine Wette am 3. Spieltag ist also Schalke 04.

19 Comments

Singbet

12/9/2016 23:38:22

Sollten alle 3 Werte über +1/-1 sein ?

Crimson Corporation link

13/9/2016 10:11:19

Nein, nicht zwingend. Es sollte schon ein recht starkes Signal sein, wenn alle Werte auf der selben Seite sind und einer davon über +1 bzw unter -1.

Dortmund und Werder Bremen sind beispielsweise auch keine schlechten Kandidaten für eine Wette.

Singbet

13/9/2016 15:57:19

OTV-Sz

Bayern: -0.521

Kann das stimmen ?

Bayern hat beide Spiele gewonnen, warum sollten sie Pech gehabt haben ?

Crimson Corporation link

13/9/2016 17:03:11

Vielen Dank für den Hinweis, du hast vollkommen recht. Beim Erstellen des Spreadsheets, mit dem ich den html-Code für die Tabellen generiere, hatte sich für OTV-Sz ein Fehler eingeschlichen.

Habe auf der Basis alles upgedatet, inklusive der Spielpaarungen, wo sich jetzt ein noch klareres Bild abzeichnet.

Christopher

14/9/2016 20:45:55

Ist es nicht möglich die Torschussdaten von Squawka mit dem Visual Web Ripper herauslesen zu lassen?

Dort gibt es auch x und y Koordinaten zu finden.

circel stroke cy (X Koordinate) und cx (Y Koordinate)

Die Webseite ist anders aufgebaut als die von Fourfourtwo, auch wenn man die Torschüsse dort anwählt verändert sich die URL überhaupt nicht. Ich möchte die Lique 1, Primeira Liga und die Eredivisie anwenden. Die gibt es leider nicht bei fourfourtwo.

http://eredivisie.squawka.com/dutch-eredivisie/20-08-2016/zwolle-vs-psv/matches

So eine ähnliche Frage hat schon jemand auf einer anderen Seite gestellt.

http://stackoverflow.com/questions/22121006/how-to-scrape-this-squawka-page

Crimson Corporation link

14/9/2016 21:47:56

Hi Christopher,

Ich komme am Freitag/Samstag dazu, mir Squawka näher mit dem Content Grabber und Web Ripper anzuschauen... in jedem Fall kann ich Stellen im Quellcode finden, die die Pixelmaße der Grafik sowie die Koordinaten der der Pfeile angeben, ähnlich wie auch bei FourFourTwo.

Ob ich in der Lage bin, das auf diese Weise systematisch auszulesen, muss ich dann sehen. Es hat auf jeden Fall Potential, Squawka sieht noch vielversprechender aus.

Es geht auf jeden Fall irgendwie; ist nur eine Frage des richtigen Programms, evt. dann eben via R, dem ich mich aber ohnehin früher oder später widmen wollte.

Semih

15/9/2016 09:55:51

Würde mich auch sehr interessieren, aber ist ExpG eig. so gut?

Klar sieht man wahrscheinlich, mit wie viel Glück oder Pech eine Mannschaft gewonnen hat, und können dann auf eine Mannschaft setzen, die ein wenig mehr Pech hatte bzw. gibt uns das ein guten Tipp, wie bei deinen Zufallsindikatoren, aber die Frage ist dann, ob wir Value spielen? Spielen wir auf dauer kein Value, werden wir trotz der Information, dass bestimmte Mannschaften ein wenig pech hatten, verlieren.

Also wie gut ist ExpG? sollten wir nicht vielleicht lieber den Fokus auf ein Modell legen, dass nahe an die Quoten von den Buchmachern kommt?

Crimson Corporation link

18/9/2016 16:26:23

Nun, im Kern geht es beim Wetten immer darum, Zufall und eigentliches Leistungsvermögen auseinanderzuhalten. Die Zufallsindikatoren sind dabei nur ein Ansatz, um das Pferd von hinten aufzuzäumen und einfach das Glück/Pech zu messen, während ein klassisches Modell normalerweise versucht, das Können möglichst akkurat in Zahlen zu gießen.

Der Weg über den Zufall führt zwar nicht automatisch zu Value, damit hast du schon recht, sollte aber in aller Regel auf das richtige Team hinweisen. Da gerade bei Asian Handicaps die Margen sehr gering sind, muss ja gar nicht jede Wette Value sein, ein Großteil tut es dabei schon.

Wenn du dazu noch ein paar Grundregeln einhältst, wirst du deine chancen auf Value dramatisch verbessern, zum Beispiel wenn du Wetten auf Teams unterlässt, die in den Stunden/Tagen vor deiner Wette signifikant gesunken sind.

Ansonsten sind die Zufallsindikatoren eine gute Methode, um ein Modell zu ergänzen.

Mit einem Modell in die Nähe der Buchmacherquoten zu kommen ist im Übrigen auch kein Wert an sich - du solltest nur stark aufpassen, wenn du mit deinen Schätzungen weitab davon liegst. Denn das kann darauf hindeuten, dass du möglicherweise etwas übersehen hast.

Aber man sollte nie vergessen, dass erfolgreiches Wetten immer damit zu tun hat, dass man etwas anders macht als die Marktmehrheit. Weshalb es kein Wert an sich ist, möglichst nahe an die Buchmacherquoten zu kommen.

Semih

18/9/2016 23:09:31

Und was hälst du persönlich von expG bzw. hattest du damit schon zu tun? Und bist du in Sachen Squawka schon weiter gekommen?

Christopher

15/9/2016 21:19:05

http://thepowerofgoals.blogspot.de/2016/02/how-to-frame-individual-match-outcome.html

Hier habe ich einen sehr wichtigen Hinweis von Mark Taylor von seinem Blog gefunden. Dort hatte vor ein paar Monaten auch jemand die gleiche Frage gestellt, wie man diese xG Werte auch anwenden sollte.

Did you use the Xg to calculate the Poison distribution?

You can use a smoothed or weighted average over a prolonged period of matches to get expected goals figures that are representative of the side's likely current abilities.''

Aus eigener Erfahrung mit dem Taylor Torschuss Model kann ich bestätigen, dass die Poisson Verteilung und das Taylor Torschuss Model sehr gute Resultate erzielen für over/under Wetten. Ich benutze 10% Fractional Kelly Einsätze, das heißt, dass meine Einsätze von 1%, auch 1% Wert sein sollten nach meinen jeweiligen Model.

Wie man Asian Handicaps berechnet, da habe ich mich im Internet schlau gemacht und mich informiert, welche von den beiden Methoden, die Bessere ist bei den Asian Handicaps. 0,25 0,5 0,75 1 1,25 1,50 1,75 2 usw da gibt es im Internet eine PDF Datei zu finden.

Aber für meine eigenen Asian Handicap Quoten nach der PDF Datei benötigt man die Wahrscheinlichkeit von 3 Weg Quoten.

Ein Beispiel

Asian Handicap -1,5

Home Odds (0:1 1/2) = 1 / (p1 – ph1)
Away Odds (0:1 1/2) = 1 / (1 – p1 + ph1)

Home Odds (0:1 1/2) = 1/(0,6452-0,2) = 44,44%
Away Odds (0:1 1/2) = 1/(1-0,6452+0,2) = 55,56%

p1 = Siegwahrscheinlichkeit Heimmannschaft aus den 1X2 Quoten

ph1 = Koeffizient (Erklärung steht drunter)

kein klarer Favourit = 0,10
Siegchance 50% = 0,15
Big Favourite 65% = 0,20

Ich denke aber, dass der Hinweis von Joachim...

''Wann immer du mit einem Modell ein Torerwartungswert errechnest, kannst du beobachten, was in den selben (oder ähnlichen Situationen) historisch passiert ist, und daraus Verteilungen mit entsprechenden Wahrscheinlichkeiten ableiten.''

...das dies ein besserer Ansatz ist, als wenn man mit Hilfe der xG Werte mit einer Poisson Verteilung versucht seine faire Quote dadurch festzustellen zu wollen.

Semih

16/9/2016 12:40:16

@ Joachim, was sagst du dazu?

@ Christoph: ausschließlich für over/under Wetten? Im Artikel sieht es bei den Dreiweg Wetten ja ganz gut aus, wobei als Beispiel nur ein Spiel genommen wurde.

Musst du denn Asian Handicap ausrechnen? Ich dachte, es reicht die 1x2 Quoten zu berechnen, um dann auch zu wissen, wo Value beim Asian Handicap liegt.

Crimson Corporation link

18/9/2016 18:48:47

>Musst du denn Asian Handicap ausrechnen? Ich dachte, es reicht die 1x2 Quoten zu berechnen, um dann auch zu wissen, wo Value beim Asian Handicap liegt.

Zwar wirst du in den allermeisten Fällen bei beiden Value finden, wenn welcher zu finden ist, allerdings kann sich die Höhe je nach Linien im Detail schon unterscheiden. Und für's Wetten sind Asian Handicaps interessanter, weil die Margen kleiner sind (=mehr Value).

Christopher

17/9/2016 12:21:10

Das Taylor Model ist nicht nur für over/under Wetten bestens geeignet, sondern eignet sich auch sehr gut für die Asian Handicap Märkte.

Warum ich das Beispiel von dem Mark Taylor mit diesem Algorithmus einmal aufgezeigt habe, weil ich gehe stark davon aus, dass diese Berechnung und noch dazu mit diesen xG Werten, den Sportwetter einen enormen Vorteil verschaffen wird.

Dazu noch ein aufgeschlüsseltes Spieler Elo Rating, und man kann dadurch sehr präzise seine eigenen Asian Handicap Quoten berechnen.

Wenn man sich über Oddscompiler Berechnungsmethoden informiert, kann man erahnen, dass diese nur die geschossenen Tore als Grundlage nehmen werden in ihrem Berechnungsmodellen, um für ihre Wettfirma eine Grundlage zu schaffen. xG Werte beachten die überhaupt nicht. Alleine was ich für krasse Value Bets bei den over/under Wetten beobachtet habe, ist ein Vorgeschmack, dass man bei den Asian Handicap Quoten generell unter oder überbewertete Quoten durch die xG Werte einfacher und effektiver identifizieren kann.

Darum sollte man auch die Mathematik bei der Berechnung bei diesen Asian Handicap Quoten darüber Bescheid wissen.

Semih

17/9/2016 16:41:00

Und das hast du über wie viel Wetten getestet?

Christopher

17/9/2016 18:26:32

2013/2014 und 2014/2015 habe ich das Model für over/under 2,5 Tore getestet. Die Closing Line von Pinnacle wird in den meisten Fällen geschlagen, weil diese Wetten tatsächlich value waren. Das ist ein gutes Zeichen. Es waren so 400 Wetten und man ist deutlich im Plus. Der Value liegt immer dort, wo die Quoten chronisch unterbewertet werden, z.B in Holland, sind die over Wetten immer sehr niedrig, das heißt der Value ist fast ausschließlich in den under Wetten zu finden.

Habe auch zwischenzeitlich damit begonnen, mit meinen 3 Standardabweichung Koeffizienten mich zu beschäftigen, aber mit fehlte eine sinnvolle Grundlage wegen den Berechnungen des Asian Handicaps, darum habe ich auf Mark seinen Blog mich informiert, wegen eines xG Algorithmus.

@Joachim

Mich würde es einmal interessieren, wie viele von den Pinnacle Usern haben eine Wettprofi Hintergrund?

Hast du es geschafft mit dem Visual Web Ripper die Torschussdaten von Squawka herauszulesen?

Crimson Corporation link

20/9/2016 11:19:11

>Mich würde es einmal interessieren, wie viele von den Pinnacle Usern haben eine Wettprofi Hintergrund?

Das kann ich dir nicht sagen, zumal professionell auch nicht so leicht zu definieren ist. Ich nehme mal an, dass weniger als 5% der User überhaupt Gewinn machen, und wahrscheinlich nur 1-2% in profirelevanter Größenordnung Gewinne einfahren.

Letzten Endes kann dir das aber nur der Buchmacher sagen. Und selbst der bekommt da wahrscheinlich mit exakten Zahlen Probleme, weil gerade mittelgroße bis große Syndikate häufig über Agenten nicht ein, sondern viele Konten bei einem Buchmacher haben.

Christopher

18/9/2016 12:42:12

2 Dinge braucht man, um an die Daten von Squawka zu gelangen.

Selenium / Splash oder XHR

http://stackoverflow.com/questions/26576629/scrapy-obtaining-data-from-squawka

Bei dem Post geht es diesmal um die Torschüsse.

Ich werde das einmal überprüfen, obwohl ich kein Programmierer bin. Bei den Visual Web Ripper habe ich mir das Web Scraping von alleine beigebracht.

Squawka hat einfach mehr Potenzial. Die Seite hat 15 Ligen und Fourfourtwo hat momentan nur 5 aktive Ligen: Bundesliga, Premier League, Primera Division, Seria A und MLS.

Christopher

19/9/2016 11:01:10

@Joachim

Könnte man bei Elo Rating den Faktor Heimvorteil ein wenig verbessern durch diese (berühmte) ''Bill James’ Pythagorean Log 5 Method'' für Fußball?

=((E2)*(1-G2)*$B$1)/((E2)*(1-G2)*$B$1+(1-E2)*(G2)*(1-$B$1)), where E2 is the home team win%, G2 is the away team win% and B1 is the home winning %)

Sind diese xG Verteilungen der beste Ansatz um die Unentschieden Häufigkeit sinnvoll in ein Elo Rating mit einzubauen?

Ist dir der Begriff $Net ein Begriff? Dollar Net is the average return of every 2$ you invested. Ist das besser als ROI oder Yield?

Vielen Dank

Crimson Corporation link

20/9/2016 11:25:39

Re Elo - vermutlich, aber letztlich wirst du das ´testen müssen.

>Ist dir der Begriff $Net ein Begriff? Dollar Net is the average return of every 2$ you invested. Ist das besser als ROI oder Yield?

Letztlich schon, wenn dir bei deinen Berechnungen relevante Kosten entstehen. Wenn du beispielsweise Leute beschäftigst, um Daten zu sammeln und auszuwerten, wie das Syndikate gerne machen, dann ist das ein kostenfaktor, den du natürlich berücksichtigen musst.

In dem Fall ist das natürlich eine relevantere Größenordnung, nicht aber, wenn du ohnehin alleine vor dich hin werkelst.

Richtig Wetten.

Die Zufallsindikatoren der Bundesliga nach dem 2. Spieltag

OTV+1

OTV-S

Die Zufallsindikatoren für die Begegnungen des 3. Spieltags

Die Quotienten für den 3. Spieltag

Leave a Reply.

Autor