Zufallsindikatoren Bundesliga '16/'17 für den 11. Spieltag

18/11/2016

Zufallsindikatoren Bundesliga '16/'17 für den 11. Spieltag.

#	Team	gespielt	Punkte	real
1	RB Leipzig	10	15.33	24
2	Hertha Berlin	10	11.50	20
3	Hoffenheim	10	12.18	20
4	Eintracht Frankfurt	10	11.46	18
5	1. FC Köln	10	14.43	18
6	Freiburg	10	11.57	15
7	Mainz	10	12.27	14
8	Darmstadt	10	7.97	8
9	Augsburg	10	11.17	11
10	Bayer Leverkusen	10	17.74	16
11	Bayern München	10	25.78	24
12	Werder Bremen	10	9.68	7
13	B. Mönchengladbach	10	14.87	12
14	Schalke	10	14.22	11
15	Dortmund	10	21.62	18
16	Wolfsburg	10	15.19	9
17	Hamburger SV	10	9.62	2
18	Ingolstadt	10	11.55	2

OTV+1

#	Team	gespielt	Reale Punkte
1	Hoffenheim	10	20
2	RB Leipzig	10	24
3	B. Mönchengladbach	10	12
4	Freiburg	10	15
5	Eintracht Frankfurt	10	18
6	Hertha Berlin	10	20
7	Bayern München	10	24
8	Augsburg	10	11
9	Dortmund	10	18
10	Mainz	10	14
11	Werder Bremen	10	7
12	Bayer Leverkusen	10	16
13	1. FC Köln	10	18
14	Schalke	10	11
15	Darmstadt	10	8
16	Wolfsburg	10	9
17	Ingolstadt	10	2
18	Hamburger SV	10	2

OTV-S

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

Die Zufallsindikatoren für die Begegnungen des 11. Spieltags

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

Die Quotienten für den 11. Spieltag

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

Fazit und Disclaimer für den 11. Spieltag

Potentiell interessante Teams für eine Wette sind gemäß den Zufallsindikatoren also Leverkusen, Augsburg, Ingolstadt, der HSV und Werder Bremen. Ich möchte betonen, dass man den Zufallsindikatoren nicht blind folgen, sondern auch andere Faktoren berücksichtigen sollte - wie zum Beispiel die bisherige Quotenentwicklung, den Lazarettstand und die Motivationslage der am Match beteiligten Teams.

21 Comments

Jens

18/11/2016 16:42:05

Sollte man nicht davon ausgehen das bei Profisport im Allgemeinen immer Motivation vorhanden ist ?

Und wie schätzt man zb. die Motivation von Hamburg ein ?
Wollen die nicht absteigen und werden deshalb alles geben oder haben die schon resigniert und lassen das Schicksal über sich ergehen ?

Crimson Corporation link

23/11/2016 13:02:11

Motivation spezifisch wird gegen Saisonende ein Faktor, bzw auch jetzt in der Champions League Gruppenphase, wenn es um nichts oder nicht mehr viel geht für manche Vereine.

Beim HSV kann man (vermutlich) davon ausgehen, dass die Motivation noch intakt sein sollte.

Christopher

19/11/2016 07:20:46

Um das wichtigste Thema im Fußball wurde noch kein Blogpost verfasst. Um dieses Thema kann man sich streiten, welches xG Model nun für das praktische Wetten geeignet ist. Es sollte nicht gerade so ein komplexes Model sein, wie das von Michael Caley. Man sollte beachten, dass man jede Wette sich notieren sollte, um sein Wettmodell langfristig auszutesten. Ich habe ja schon mal einen Link gepostet, wo mit Hilfe des Root Mean Square Error, Modelfehler von xG Modellen gemessen wurde. Aber letztendlich geht es darum, dass man sich einen Informationsvorsprung gegenüber den Wettmarkt verschafft. Nach meiner Beobachtung von Oddscompilern (das sind die Leute, welche die Quoten erstellen von den Buchmachern) werden die nur die geschossenen Tore als Grundlage nehmen, um ihre Quoten zu erstellen.

Joachim, welches xG Model ist für dich persönlich das xG Modell, wenn du auf Fußball wetten würdest, was für dich in Frage kommen würde?

Es gibt so viele Seiten da draußen, welche über dieses Thema Beiträge schreiben.

Das Taylor Model hat zirka einen RMSE von 0,87. Caley sein High End xG Modell hat etwa 0,81.
Der Niederländer Nils Mackey hat ein xG Modell, welches den Abstand zum Tor, den Winkel, und ob es sich dabei um einen Kopfball oder um einen normalen Torschuss handelt. Es müsste mit dem Taylor Modell identisch sein.

Expected Goals ist die aussagekräftigste Variable im Fußball.

https://www.youtube.com/watch?v=Ab4yngjjYME

Ich gehöre zu den Sportwettern, welche sich jede Wette aufschreiben, und erst dann über ein Wettmodel urteilen, wenn ich 2500-3000 Wetten in Form eines Diagramms ausgewertet habe, und dann kann ich erst sagen, ob das genutzte Wettmodell profitabel genug ist, denn Value Sportwetter wissen, wenn die Wette nicht value war, wirst du zwangsläufig Bankrott gehen.

Deine ganzen Beiträge und auch von den anderen Bettingexpert Autoren sind auf einmal spurlos verschwunden. Ich hoffe, dass dies keine Auswirkungen auf deine Motivation für Blogpost auf zukünftige Beiträge von dir auf crimsoncorporation.de haben wird.

Crimson Corporation link

23/11/2016 12:59:31

Expected Goals sind letztlich eine Funktion des Wettmodells, das man erstellt. Entsprechend gibt es *das Modell* nicht, sondern man versucht sich der Wahrheit immer weiter anzunähern.

Danke für den Hinweis mit den bettingexpert Artikeln. Schade, was aus der Seite geworden ist.

Im Wayback Machine Internet Archiv kannst du die Artikel noch finden: https://web.archive.org/web/20160515040604/http://www.bettingexpert.com/de/blog/author/joachim

Ich werde aktualisierte Versionen auch hier nach und nach posten.

dani

23/11/2016 08:41:11

Hallo, kann mir vieleicht jemand sagen, woher ich Daten für Fussball kaufen kann? Ich brauche die "shots on target" Daten eigentlich nur.

Danke

Crimson Corporation link

23/11/2016 12:54:49

Kaufen lohnt sich in dem Fall nicht wirklich, diese Daten sind frei im Netz verfügbar, zum Beispiel bei whoscored.com. Die Frage ist höchstens, ob du die Daten von Hand abschreiben oder automatisiert scrapen willst. Letzteres kostet etwas Zeit und/oder Geld, ist aber mit etwas Zeitaufwand umsonst erlernbar.

An wie vielen Ligen bist du denn interessiert?

Punter

23/11/2016 13:47:03

Wieviel ROI schaffst du eigentlich zu erzielen als Profi ? Kannst du darüber auskunft geben ?

Crimson Corporation link

30/11/2016 23:20:33

Ca. 4-5%, allerdings wäre es durchaus möglich den zu erhöhen, wenn man Wetten mit weniger Value weglässt - was aber nicht sinnvoll wäre, weil auch niedriger Value immer noch Value ist, auf den man zumindest mit genug Kapital nicht verzichten wollen würde.

Ansonsten ist es auch eine Skalierungsfrage, je mehr man setzt, desto weniger ROI holt man prozentual gesehen zwar, verdient aber in absoluten Zahlen dennoch mehr.

Dani

23/11/2016 20:14:36

@Crimson Corporation Ich möchte eine Datenbank von einem Programmierer mir erstellen lassen(wird ca. 1000 Euro kosten) wobei da die Shots on target mir am wichtigsten sind. Diese Datenbank soll verschiedene Rechenvorgänge können. Mir wäre am liebsten wenn ich von jeder Liga die Daten bekommen könnte, doch laut meiner Recherer bietet dieser keiner an. Habe auch schon überlegt mir die Daten zu scrapen, doch das Problem ist, was ist wenn die Homepage offline oder sich total verändert? Deswegen wäre ich bereit Geld dafür monatlich zu bezahlen. Bis jetzt habe ich eigentlich folgende Anbieter gefunden: football-api und soccerama.pro die ca. 40% der Ligen abdecken. Kostenpunkt zwischen 125-200 Euro/Dollar monatlich. Alternative noch goalapi, doch die haben noch keine Shots on target, doch soll angeblich bald verfügbar sein. Vielleicht gibt es bessere alternativen?

Daytrader

23/11/2016 21:23:49

Oder du gründest eine Firma und suchst dann Kontakt zu Opta !? Wenn du das sowieso längerfristig machen willst wäre das eine Möglichkeit.

http://www.optasportspro.com/de/

Kosta

25/11/2016 15:12:16

@dani...eine sehr gute Idee würde auch gerne diese Datenbanken nutzen wollen , wenn du eine geeignete findest die alle Ligen abdeckt teile sie uns mit , beteilige mich auch gerne an den Kosten...

MrValue

25/11/2016 22:39:33

Um viele Ticks sollte man die Pinnacle Quote schlagen im Durchschnitt ?

Und wie oft schlägst du die Closingline ?

MrValue

25/11/2016 22:40:50

*um wie viele

Crimson Corporation link

30/11/2016 23:28:06

Kann ich dir aus dem Stand nicht sagen, dazu müsste ich in den Daten nachwühlen. Ist auch eine Frage der Sportart. Vielleicht in ca 2/3 der Fälle?

Was das regelmäßige Schlagen der Pinnaclequote anbelangt, dabei handelt es sich zwar um ein gutes Zeichen, aber es ist auch kein Selbstzweck. Wenn du beispielsweise über eine neuartige Methode verfügst, eine Sportart besser als der Markt zu analysieren, dann wirst du die Pinnaclequote erst dann regelmäßig schlagen, wenn du so viel Geld setzt, dass das die Preise entsprechend bewegt (und der Buchmacher deine Wetten respektiert).

Wenn man also die Pinnaclequote ständig schlägt, macht man zwar auf Dauer wahrscheinlich Gewinn - das bedeutet aber nicht automatisch, dass das nicht auch dann der Fall sein kann, wenn du das (erst einmal) nicht tust.

Christopher

27/11/2016 12:07:48

@Joachim

Kennst du eine Moving Odds Freeware Software, die man individuell für sich einstellen kann? Ich möchte jederzeit reagieren können, wenn die Quoten sich in einem bestimmten Bereich bewegen.

Was bedeutet der Begriff Odds Bias oder auch favourite-longshot bias genannt im Sportwetten? Da gibt es einige sündhaft teure Bücher darüber (50€ pro Buch).

Du hattest einmal erwähnt, dass man mit Verteilungen mit Erwartungswerten, was in ähnlichen oder gleichen Situationen historisch passiert ist, aber das funktioniert bestimmt nicht im US Sport habe ich die Annahme. Die US Sportarten bestehen aus mehreren signifikanten Variablen, wo das bestimmt nicht funktionieren wird mit einer Verteilung von Erwartungswerten. Im Fußball geht es ja nur um die Torschüsse, und bei den beiden US Sportarten wie Baseball oder Basketball sind es bestimmt 4-5 verschiedene Variablen, die man von der Aussagekraft mit den Torschüssen vergleichen kann, weil die Korrelation einen hohen Koeffizienten aufweisen wird.

Wo du angefangen hast deine ersten Wettmodelle zu erstellen, bist du den sehr aufwendigen Weg damals gegangen, für jede Variable einer Sportart den Korrelationskoeffizienten zu errechnen, oder wusstest durch das Internet, welche Variablen am aussage kräftigsten waren?

Daytrader

27/11/2016 13:24:41

Der Longshot Bias besagt das im Durchschnitt die Wetter die Teams mit den hohen Quoten überbewerten und die Favoriten unter. Einfach auch wegen der Vorstellung mehr Geld zu gewinnen. Die Buchmacher wissen das und setzen daher die Außenseiter Quoten zu kurz an und die Favoriten etwas höher.

Crimson Corporation link

30/11/2016 23:37:38

Das mit dem Longshot Bias hat dir Daytrader ja schon erklärt, über Google wirst du zu dem Thema sicher auch Dinge finden.

Was du beschreibst, funktioniert im US-Sport durchaus auch, bzw generell, wenn du mit mehreren komplexen Variablen arbeitest. Es ist generell ein guter Ansatz, nicht nur mit einem Modell, sondern verschiedenen zu arbeiten, und/oder Variationen davon.

Jedes Modell hat seine Stärken und Schwächen, weshalb sich unterschiedliche Ansätze gut ergänzen.

Und wie man Variablen einschätzen sollte, lernt man im Lauf der Zeit, das Internet kann und sollte dabei inspirieren, aber man sollte nie vergessen, dass erfolgreiches Wetten in letzter Konsequenz eben auch darauf hinausläuft, dass man Dinge anders macht als die meisten anderen.

Dennis

1/12/2016 11:49:53

Frage zu Elo:

In welchen Abständen (Elo Differenz zweier Teams) würdest du filtern ?

Crimson Corporation link

2/12/2016 10:20:22

Am besten ist es, eine eigene Marge in die Wahrscheinlichkeiten einzubauen, die dir deine Elozahlen geben. Mit den exakten Zahlen solltest du herumexperimentieren, das hängt auch davon ab, wie du deine verschiedenen Werte berechnest.

Kein schlechter Ausgangspunkt wären ca. 5 Prozentpunkte, also beispielsweise statt 50/50 nimmst du 47.5/47.5 als Nullpunkt für deine faire Quote, und dann wettest du alles ab z.B. 3% Value.

Dennis

2/12/2016 11:43:02

Soweit bin ich noch nicht :)

Mit Filtern meinte ich eigentlich folgendes:

Ich habe jetzt ~40.000 Spiele mit Elo in Excel durchgerechnet.

Jetzt wollte ich schauen, wie oft ein Team gewinnt wenn es x-Elo Punkte mehr hat/oder weniger.

Beispiel: Elo-Differenz zwischen den beiden Teams: 65

3363 Spiele: 1763 Heinsiege, 476 Draws, usw.

Ist das aussagekräftig? Kann man das überhaupt so machen ?

Muss ich für jede Differenz die Spiele auswerten oder könnte ich Gruppen bilden ? Also zB alle Spiele mit der Differenz 65 bis 70 auswerten ? Oder wird das zu schwammig ?

Hoffe du verstehst was ich meine. :)

Crimson Corporation link

2/12/2016 23:38:54

@Dennis - du kannst durchaus so vorgehen, und einen Versuch ist es durchaus wert. Das kann schon aussagekräftig sein, wenn du genug Fälle zusammen bekommst. Gruppieren würde ich dann, wenn du anders nur sehr wenige Fälle hast, also eher an den Rändern.

Allerdings: Eigentlich stecken die Wahrscheinlichkeiten schon in den Elo-Ratings selber, siehe dazu http://www.crimsoncorporation.de/wettblog/wetten-mit-elo-zahlen-1-elo-zahlen-berechnen

Die E-Werte sind die Siegwahrscheinlichkeiten, und werden mit den entsprechenden Formeln direkt aus den Ratings abgeleitet.

Hat allerdings den Nachteil, dass Unentschieden nicht berücksichtigt werden, effektiv ermittelst du also Draw No Bet Wahrscheinlichkeiten. (wenn du damit aber Value auf einer bestimmten Seite hast, sollte der auf den anderen Linien inklusive der 1X2-Quoten auch gegeben sein.

Generell empfehle ich einen Fokus auf Asian Handicaps, weil hier die Buchmachermargen am Geringsten sind.

Richtig Wetten.

Zufallsindikatoren Bundesliga '16/'17 für den 11. Spieltag

OTV+1

OTV-S

Die Zufallsindikatoren für die Begegnungen des 11. Spieltags

Die Quotienten für den 11. Spieltag

Fazit und Disclaimer für den 11. Spieltag

Leave a Reply.

Autor