Zufallsindikatoren der Bundesliga 17/18 (27. Spieltag)

16/3/2018

Ich habe die verstrichene Zeit genutzt, um vor der WM die Veröffentlichung der Zufallsvariablen etwas in Schuss zu bringen - hauptsächlich, um die Logik der betreffenden Tabellenkalkulationen zu optimieren, was für künftige Veränderungen daran wichtig ist. Bis Montag veröffentliche ich dann den Blogpost, der am Beispiel der Zufallsindikatoren hier auf einer Seite erklärt, wie sie zu berechnen und verstehen sind.

#	Team	gespielt	Punkte	real
1	FC Schalke 04	26	38.36	46
2	Eintracht Frankfurt	26	34.98	42
3	SC Freiburg	26	25.01	30
4	Bayern München	26	62.26	66
5	FC Augsburg	26	32.05	35
6	Hannover 96	26	29.10	32
7	Hertha BSC	26	29.79	32
8	VfB Stuttgart	26	31.93	34
9	TSG Hoffenheim	26	37.12	38
10	Bayer Leverkusen	26	44.04	44
11	Werder Bremen	26	31.72	30
12	B. Mönchengladbach	26	36.81	35
13	RB Leipzig	26	43.97	40
14	1. FSV Mainz 05	26	29.09	25
15	Borussia Dortmund	26	50.93	45
16	VfL Wolfsburg	26	31.88	25
17	Hamburger SV	26	27.35	18
18	1. FC Köln	26	27.05	17

OTV+1

#	Team	gespielt	Reale Punkte
1	SC Freiburg	26	30
2	Bayer Leverkusen	26	44
3	VfB Stuttgart	26	34
4	Bayern München	26	66
5	FC Schalke 04	26	46
6	Eintracht Frankfurt	26	42
7	Borussia Dortmund	26	45
8	RB Leipzig	26	40
9	TSG Hoffenheim	26	38
10	FC Augsburg	26	35
11	Hertha BSC	26	32
12	Hannover 96	26	32
13	Werder Bremen	26	30
14	B. Mönchengladbach	26	35
15	1. FSV Mainz 05	26	25
16	VfL Wolfsburg	26	25
17	Hamburger SV	26	18
18	1. FC Köln	26	17

OTV-S

#	Team	gespielt
1	Bayern München	26
2	FC Schalke 04	26
3	Eintracht Frankfurt	26
4	Hertha BSC	26
5	Borussia Dortmund	26
6	SC Freiburg	26
7	TSG Hoffenheim	26
8	VfL Wolfsburg	26
9	Bayer Leverkusen	26
10	RB Leipzig	26
11	B. Mönchengladbach	26
12	FC Augsburg	26
13	VfB Stuttgart	26
14	Hannover 96	26
15	Werder Bremen	26
16	1. FSV Mainz 05	26
17	1. FC Köln	26
18	Hamburger SV	26

Die Zufallsindikatoren für die Paarungen des 27. Spieltags

#	Heim	Gast
235	SC Freiburg	VfB Stuttgart
236	B. Mönchengladbach	TSG Hoffenheim
237	Eintracht Frankfurt	1. FSV Mainz 05
238	FC Augsburg	Werder Bremen
239	Hamburger SV	Hertha BSC
240	VfL Wolfsburg	FC Schalke 04
241	Borussia Dortmund	Hannover 96
242	1. FC Köln	Bayer Leverkusen
243	RB Leipzig	Bayern München

Die Quotienten für die Paarungen des 27. Spieltags

#	Heim	Gast
235	SC Freiburg	VfB Stuttgart
236	B. Mönchengladbach	TSG Hoffenheim
237	Eintracht Frankfurt	1. FSV Mainz 05
238	FC Augsburg	Werder Bremen
239	Hamburger SV	Hertha BSC
240	VfL Wolfsburg	FC Schalke 04
241	Borussia Dortmund	Hannover 96
242	1. FC Köln	Bayer Leverkusen
243	RB Leipzig	Bayern München

31 Comments

Wbuffett

16/3/2018 08:30:49

Hallo in die Runde,

Ich lese hier seit einigen Wochen kräftig mit und bin auch selbst seit über 20 Jahren begeisterter Sportwetter. Was mir allerdings fehlt ist ein klares Wettmodel und ein entsprechendes Moneymanagement dazu.

Wäre hier jemand bereit mir einen entsprechenden Hinweis, bzw. Hilfestellung diesbezüglich zu geben wie ich strukturiert vorgehen soll?
Mit welchem Ansatz kann ich die Sache konkret angehen und wie wäre die dazugehörige Vorgehensweise? Ich freue mich über jeden Vorschlag und Hinweis aus der Runde hier. Würde das ganze sehr gerne ernsthaft und mit Plan angehen, doch mir fehlt der „Weg“, bzw. Wettmodel dazu noch.

Crimson Corporation link

16/3/2018 09:50:27

Ich versuche das mal so kurz wie möglich zusammen zu fassen.

Im Kern geht es beim Wetten darum, Zufall von tatsächlicher Leistung zu unterscheiden.

Was offensichtlich macht, wozu die Zufallsindikatoren dienen - als Hinweis auf Teams, bei denen du mit etwaigen Modellschätzungen vorsichtiger sein solltest als sonst, und ein Hinweis auf Teams, deren Quoten von der Wettöffentlichkeit tendentiell falsch eingeschätzt weden.

Wie du ein Wettmodell zur Leistungsmesusng baust, versuche ich gerade im Rahmen der laufenden Wettmodellserie darzustellen. Das zieht sich leider gerade etwas, aber die Artikel entstehen nach und nach. Ich habe auch eine Vorgängerserie mit ANsatzpunkten auf bettingexpert verfasst, die du teilweise noch hier finden kannst:

Teil 2: http://archive.is/oHeJT
Teil 3: http://archive.is/ynUUu
Teil 4; im html-Rohformat hier am Ende des Beitrags - https://www.crimsoncorporation.de/wettblog/das-wort-zum-sonntag-2
Teil 5: http://archive.is/glWEl
Teil 6: http://archive.is/iwy41

Etzel (der hier auch irgendwo mitliest) war so freundlich,weite Teile meiner alten Beiträge zu archivieren und mit mir zu teilen, das werde ich demnächst in pdf-Dateien umwandeln und hier zur Verfügung stellen, insbesondere die alte Wettmodellserie.

Ich hoffe das gibt dir ein paar Ansatzpunkte! Ansonsten würde ich dir einfach empfehlen dranzubleiben, hier weiter zu lesen und dein eigenes Modell zu entwickeln und immer weiter zu verfeinern. Und möglichst viele Fragen zu stellen, insbesondere in den Kommentaren (weil man nie weiß, wer sonst noch etwas Gutes beizutragen hat).

Mein Ziel zum Jahresende hin ist zudem wieder ein Wettseminar, evt mit Workshop zu veranstalten, in dem die Sache praktisch am Prozess erklärt wird.

Christopher

17/3/2018 05:02:48

Hallo Wbuffett,

das Interessante für die Fußballwetttheorie ist, dass man heute (fast) gar keine Data Scraping Skills mehr benötigt, um ein Fußballwettmodell zu betreiben. Nur für die Minuten in Führung muss ich die Daten mit dem Content Grabber herausziehen lassen. Der Rest ist im Internet zu finden und zwar kostenlos und ohne dass man irgendwelche Leute von Opta bezahlen müsste. Ich finde auch, dass Fußball besonders für Wettanfänger geeignet ist. Meine Kritik am Taylor Modell ist die Tatsache, dass man heute nicht immer für jede Liga in der Lage ist, damit genügend Rückschlüsse auf vergangene Jahre abzubilden, weil einfach die Daten der Torschüsse nicht verfügbar sind. Die Statszone gibt es seit August 2017 nicht mehr und auf Squawka kann man sich nicht immer zu 100% verlasssen. Das Taylor Modell was ich einige Zeit genutzt habe, konnte ich mit Hilfe von Excel so stark automatisieren, dass es von ganz alleine die Kopfbälle erkennen konnte, und damit begann bei mir die Überlegung alle Excelanwendungen meiner genutzen Metrics komplett zu automatisieren.

Ich würde mal so sagen, dass du gewisse Excel Kenntnisse haben solltest, um dein Wettmodell so stark wie es nur geht zu automatisieren. Das aktuelle Wettmodell, was ich aktuell für Fußball verwende ist inzwischen in der finalen Phase eingetreten, und ich warte gespannt auf Joachim seinen neuen Blogpost mit der Excel Berechnungsmethode mit den 50% Linien, weil ich diesen Ansatz dringend benötige, um meinen Horizont zu erweitern.

Sandragon

16/3/2018 08:42:22

Cool!

Kurze Frage, was ist mit der #Spalte gemeint bei den Spielen...?

Crimson Corporation link

16/3/2018 09:35:47

Dabei handelt es sich um die Spielnummer der Saison (von 306 Spielen, die bei Ligen mit 18 Teams absolviert werden, 34*9), sortiert nach Jahr, Monat, Tag, Zeit und alphabetisch dem Heimteam, dann dem Auswärtsteam, all das in dieser Reihenfolge.

chongs45

16/3/2018 10:34:05

Hallo Joachim,

mich würden mal deine Indikatoren Ergebnisse für die Gast Seite Intressieren. Für das heutige Spiel stehen die Chancen für Stuttgart nicht schlecht, alleine wegen der Spielaufstellung und der Schussrate.

Ich bin jetzt schon auf dein Blogpost gespannt welche Änderungen es in den Wetttemplate gibt. Stellst Du denn auch dein neues Modell vor?

Wie ist der Fortschritt mit dem Datensammeln im Internet und dem Online stellen eigendlich?

Ich Probiere mir gerade ein Spreedsheet via Google Template zu erstellen, welches mir quasi alle Berechnungen für eine Liga so gut wie abnimmt -> https://bilderload.com/bild/407210/englandQ8BBD.png

Grüße
ch45

SlimShady

16/3/2018 15:31:38

Oh, man kann ja auch direkt antworten. Das hatte ich übersehen.

Wollte nur noch sagen, dass nach den Indikatoren Stuttgart zwar etwas mehr Pech hatte, aber wirklich interessant sind ja oft nur die Spiele, die über 1 oder unter -1 liegen. Zu dieser Kategorie zählt das Freiburg-Stuttgart-Spiel nicht.

Sieg Hamburg und Sieg Köln sollte man sich eher anschauen.

Crimson Corporation link

16/3/2018 19:01:23

>mich würden mal deine Indikatoren Ergebnisse für die Gast Seite Intressieren. Für das heutige Spiel stehen die Chancen für Stuttgart nicht schlecht, alleine wegen der Spielaufstellung und der Schussrate

Ja Stuttgart ist in der Tat eine gute Wette heute. Die Zufallsindikatoren gehen ja auch zwar sachte, aber eben doch alle in die richtige Richtung hier. Was meinst du mit Gastseite? Positive Zahlen deuten auf Glück für die Heimmannschaft hin (ergo eher Richtung Auswärtswette), negativer Wert auf das Gegenteil - es sind also beide Seiten im selben Wert abgebildet.

>Ich bin jetzt schon auf dein Blogpost gespannt welche Änderungen es in den Wetttemplate gibt. Stellst Du denn auch dein neues Modell vor?

Erstmal teste ich nur Dinge und werde dann auch über das eine oder andere genauer und mit Grafiken berichten, wenn ich interessante Zusammenhänge finde. Aber nicht unmittelbar, das will ich alles in Ruhe ausentwickeln. Ansonsten werde ich wohl nie jedes Detail meiner Modelle verraten, mir geht es eher darum Leuten dabei zu helfen, ihre eigenen Ansätze effektiv zu entwickeln. Es ist ohnehin sehr wichtig, dass man versteht was man tut, und nicht nur einfach nachäfft - denn irgendwann ist jedes Modell obsolet, und dann ist es wichtig, dass man daran weiterarbeiten und es effektiv verbessern kann.

Wbuffett

16/3/2018 11:12:57

Würde hier einmal jemand beispielhaft obige Tabelle anhand von 2-3 Beispielen bildhaft erklären? Wie sind die Werte z.B beim Spiel HSV-Hertha und wie die Werte beim Spiel Freiburg-VfB zu interpretieren was eine mögliche Wettabgabe betrifft?

Crimson Corporation link

16/3/2018 19:16:35

Wichtig sind hier insbesondere die Quotienten, oder statistisch ausgedrückt das Sigma - welches dir aussagt wieviele Standardnormalverteilungen entfernt vom Mittel 0 der Wert ist.

Beim VfB sind die Werte alle drei leicht positiv, was für die Gastmannschaft, also den VfB spricht. Aber nur leicht. Aufgrund anderer Dinge wie den Aufstellungen eine gute Wette heute.

Hamburg hat sehr viel Pech gehabt, auf allen drei Dimensionen, was erstmal schon sehr stark für eine Wette auf den HSV spricht. Aber wie immer sollte man das nie für sich sehen, sondern auch andere Faktoren haben, die für eine Wette sprechen. Eine Wettmodellschätzung beispielsweise.

Wie immer sollte man keinem Wert blind vertrauen.

Persönlich verwende ich den Wert hier so, dass ich meine Modellschätzung vergleichsweise stark Richtung HSV korrigiere.

SlimShady

16/3/2018 13:39:15

@Chongs45

Die Indikatoren für die Gastseite, z. B. OTV+1, sind ja deshalb uninteressant, weil Joachim doch Heim minus Gast macht, d. h. wenn dann bei OTV+1 ein rotes Minus steht heißt das grob gesagt, dass das Heimteam mehr Pech hatte, bei einem schwarzen Plus, dass das Heimteam mehr Glück hatte. Für den Gast gilt dann logischerweise das gleiche, nur eben entgegen gesetzt.

chongs45

16/3/2018 14:38:23

Hey SlimShady,

ja stimmt, hatte das gerade nicht auf dem Schirm :(

SlimShady

16/3/2018 13:53:51

Hey Joachim,

mich würde einmal interessieren, ob du auch Spiele ohne krasse Ausreißer tippst, z. B. so etwas wie Augsburg vs. Bremen, also Spiele nahe der Null und dementsprechend auf Unentschieden setzt?

Crimson Corporation link

17/3/2018 00:18:50

Das bedeutet dann einfach, dass ich an meinen sonstigen Einschätzungen keine oder nur minimale Anpassungen vornehme, und eben dass man dann schon andere gute Gründe braucht, die eine oder andere Seite zu wetten.

X in dem Sinn wette ich ohnehin nicht, nur als Teil eines Asian Handicaps eben. (Die Quotenschlüssel sind schlicht besser)

Christopher

16/3/2018 15:57:34

@ Wbuffett

Als ersten wichtigen Indikator dient die Pinnacle Quoten Tabelle, um die Puzzlestücke der relevanten Variablen zu finden, welche mit der Wetttabelle nicht nur korrelieren, sondern dass auch die Koeffizienten der anderen genutzen Variablen mit den Koeffizienten der Wetttabelle harmoniert.

Ich kann aus persönlicher Erfahrung sagen, umso genauer dein Wettmodell sein wird, desto besser werden die Koeffizienten der eingesetzen Variablen das gleiche Signal einer Value Bet abbilden, und umso leichter wird es dir dabei gelingen die Closing Line von Pinnacle zu schlagen.

Vor knapp einem Jahr habe ich einen Hinweis gegeben mit meinen Variablen und möchte es erwähnt haben, dass xGa abnehmender Grenznutzen ist in einem sehr fortgeschrittenen und demzufolge präzisen Fußball Wettmodell. Im Gegenzug habe ich in den Tiefen dieser faszinierenden Materie herausgefunden, dass ein xG Net Rating existiert, was die Chancenkreation genauer unter die Lupe nimmt, und auch hier wird sich das Phänomen der Regression zur Mitte früher oder später abzeichnen.

Wbuffett

17/3/2018 06:30:32

Vielen Dank erst einmal an alle hier die so freundlich und teilweise sehr ausführlich geantwortet haben.
Ich sehe schon es kommt noch sehr viel Arbeit auf mich zu. Viele Fachbegriffe sind noch wie chinesisch für mich und wie ich das dann in Excel umgesetzt bekommen soll. Habe dahingehend noch kein Grundgerüst und nichts.

Gibt es bezüglich Torschuss-Statistiken denn eine Seite im Internet welche ihr empfehlen könntet?

Ebenso meine Frage in die Runde bezüglich einer Excel Auswertung und Unterstützung. Gibt es hier vielleicht zufällig auch ein grobes Grundgerüst im Netz auf welchem man dann aufbauen und weiter erweitern kann. Ich tu mich hier gerade etwas schwer wo und wie ich damit beginnen kann. Der Wald vor lauter Bäume eben.

Vielleicht hat der eine, oder Andere einen Hinweis oder Hilfe für mich dazu. Wäre sehr dankbar darüber.

Allen heute wünsche ich jedenfalls einen erfolgreichen Tag erst einmal.

SlimShady

17/3/2018 13:42:32

Hey Wbuffet,

also erst einmal grundsätzliche Tipps von meiner Seite, um in Zukunft nicht so viel Zeit zu verlieren, wie ich:

Solltest du dich mit Programmierung etc. nicht so auskennen (ich tue es nicht), ist es am Anfang sehr wichtig, dass du mit Excel oder Open Office Calc eine funktionierende dynamische Tabelle einer Fußballliga zum Laufen bringst, also eine Tabelle, die sich selber aktualisiert, nachdem du die Ergebnisse des Spieltags eingetragen hast.

Wenn du damit fertig bist, kann es auch sehr sinnvoll sein, dass du gewisse Daten zu jedem x-beliebigen Spieltag abgreifen kannst. Dazu brauchst du quasi 34 Tabellen (bei 18 Mannschaften/Liga) oder 38 Tabellen (bei 20 Mannschaften/Liga). Darüber habe ich zu Beginn leider nie nachgedacht, deshalb muss ich aktuell sehr viel Zeit aufwenden.

Es ist auch sehr von Vorteil, dass du dir so etwas wie eine Vorlage bastelst, also eine für 18 und eine für 20 Mannschaften. Außerdem musst du dir natürlich überlegen, welche Daten alle verarbeitet werden sollen, z. B. Elo, Torschüsse, OTV+1 oder was auch immer.

Wbuffett

17/3/2018 21:53:59

@SlimShady
Vielen Dank für Deine Hinweise. Hätte noch einige Fragen, da doch einiges für mich unklar bleibt.
Besonders zu den Excel Tabellen ist es noch unklar bei mir welche Daten erfasst werden sollen bzw. was ausgewertet werden soll alles. Torschüße, Zweikampfbilanz, Laufstrecke? Was macht konkret Sinn und wo bekommt man die Info her?

SlimShady

17/3/2018 22:37:45

Hm, also alles vorkauen kann und möchte ich leider auch nicht (ein paar Tipps habe ich auch schon im letzten Kommentar gegeben). Ich habe ursprünglich angefangen, gewonnene Heimspiele gegen gewonnene Auswärtsspiele etc. auszuwerten, um so zu den rein mathematischen Quoten zu kommen. Somit hast du natürlich sehr grobe Quoten und noch lange kein funktionierendes Wettsystem, aber es ist ein Anfang. Den Rest musst du dir schon selber überlegen, bzw. einfach mal die Dinge hier aus dem Blog ausprobieren...

Crimson Corporation link

18/3/2018 09:10:40

@Wbuffett 17/3/2018 20:53:59

Hier musst du experimentieren, anders geht es nicht. Ein guter Ausgangspunkt ist sich folgende Kausalkette klar zu machen:

a) Welche Seite gewinnt wird durch Tore entschieden
b) Tore als abhängige Variable entstehen durch Schüsse und Torchancen
c) Welche Variablen sind gut dafür geeignet um zu messen, dass eine Mannschaft Chancen und Schüsse generiert/verhindert?

c) ist also die Crux der Sache. Ein erster Ansatzpunkt ist die Korrelation zwischen deinen Variablen und den Toren zu messen (darauf gehe ich in der Wettmodellserie dann noch detailliert ein, einfach den Blog weiter verfolgen).

Wenn du also wissen willst, ob Torschüsse auch zu Toren führen, dann packst du die Schusse in eine Excelspalte, und die zugehörigen Tore daneben. Kommt hier ein signifikantes Ergebnis heraus (also ein Wert, der möglichst weit weg von 0 ist), kannst du diesen Zusammenhang weiter untersuchen.

Ist er plausibel? Wenn ja, gehtst du zum nächsten Schritt: Sagen Torschüsse der Vergangenheit (also vor dem Spiel gelegen) etwas über Tore in der Zukunft aus? Dazu misst du wieder die Korrelation, und wenn die Antwort auch hier signifikant ist, hast du möglicherweise eine gute Variable gefunden.

So sortierst du dir deine möglicherweise brauchbaren Variablen zusammen, und beginnst dann mit einer Regressionsanalyse. Das zu beschreiben sprengt den Rahmen hier, aber auch darüber werde ich in näherer Zukunft hier schreiben.

Crimson Corporation link

18/3/2018 08:51:20

>Viele Fachbegriffe sind noch wie chinesisch für mich und wie ich das dann in Excel umgesetzt bekommen soll.

Das ist normal, und ich kann das Gefühl gut nachvollziehen. Als ich mit dem Wetten angefangen habe, ging es mir genauso. Es ist einfach etwas, in das man sich hineinfindet. Und allgemein erlernst du so etwas wie Excel auch besser, wenn du an einem konkreten Problem arbeitest, das du lösen möchtest.

Aus dem Grund rate ich auch jedem, einfach mal zu beginnen. Mit einem sehr schlechten ersten Konzept zu beginnen (du musst ja nicht gleich drauf wetten) ist viel besser, als ewig darauf zu warten den perfekten Wurf zu setzen, den es oihnedies nicht gibt.

Beginne mit dem Prozess und nutze den Umstand, dass du hier und anderswo Leute dazu fragen kannst, die dir in vielen Fällen gute Antworten geben können (und wollen). Je konkreter die Fragen, desto besser die Antworten. Auch deshalb: Einfach mal machen, der rest kommt dann nach und nach.

Ansonsten gibt es heutzutage auch gute Videotutrials zu allem möglichen, insbesondere kann ich dir The Frugal Computer Guy empfehlen, der eine tiefen Einblick in die Möglichkeiten von Libre Office bietet (der kostenlosen Alternative zu Microsoft Office): http://thefrugalcomputerguy.com/tutorials.php

Besonders die Calc und Base-Tutorials sind hier interessant. Alles auch mit Beispieldateien. Halt auf Englisch, aber es ist leicht die Kommandoentsprechungen auf Deutsch nachzuschlagen. (bzw deine benutzeroberfläche auf Englisch umzustellen).

Eine gute Seite für Torschüsse und Statistiken im Fußball ist whoscored.com

streetsmart

17/3/2018 19:09:09

Warum sind die Quoten von den Teams gestiegen die laut "Indikatoren" viel Pech hatten ?

zb:

Hamburg 1X2 von 2.40 auf 2.90 (Pinnacle)

Wolfsburg 1X2 von 3.05 auf 4.00 (Pinnacle)

Crimson Corporation link

18/3/2018 10:32:38

Wie gesagt, die Zufallsindikatoren sind immer nur ein Teil des Puzzles und dürfen nie nur für sich gesehen werden. Es kann immer sehr gut sein, dass es trotzdem gute Gründe gibt, auf die andere Seite zu wetten.

Der HSV ist ein gutes Beispiel für ein Team, bei dem man aus Motivationsgründen sehr vorsichtig sein muss. 7 Punkte Rückstand auf Relegation und Nichtabstieg sind eine Menge Holz, besonders wenn man insgesamt bisher gerade mal 18 gesammelt hat. In solchen Situationen kommt es schnell zu einer Eigendynamik, die in einer sich selbst erfüllenden prophezeihung mündet (Klopps Aufhören beim BVB ist ein gutes Beispiel - rein statistisch war der BVB das drittbeste Team der Liga in der Saison, und doch sah Klopp keine Zukunft mehr. Da behaupte ich, dass das mit anderen Ergebnissen insbesondere in der Hinrunde anders gelaufen wäre)

Die erwarteten Aufstellungen spielen ebenfalls eine sehr große Rolle, insbesondere Am Spieltag und insbesondere 75-45 Minuten vor Spielbeginn, wenn sie offiziell bekannt werden.

Ansonsten kann auch der Markt eine gewisse Eigendynamik entfalten - nicht jede Quote zu Spielbeginn ist auch eine effiziente Quote.

Es ist in jedem Fall gut sich vor Augen zu führen, dass insbesondere WTB nicht ganz unwahrscheinlich bei Teams, die im Keller stehen, leicht systematische Verzerrungen unterliegen kann. (solche Dinge kann man überprüfen und statistisch entsprechend korrigieren, wenn die Datenlage gut genug ist)

Und wie immer sollte man grundsätzlich immer hinterfragen, was einem ein Modell oder eine bestimmte Variable sagt. Kontext ist enorm wichtig, und kein Modell ist jemals immer perfekt. Insbesondere der Motivationsaspekt gegen Ende der Saison kann einem einen großen Strich durch die Modellrechnung machen.

Crimson Corporation link

18/3/2018 10:41:40

Um noch kurz ein Beispiel für eine mögliche Korrektur zu bringen:

Beim HSV fällt vor dem 27. Spieltag auf, dass das Team vermutlich 8 Punkte aufholen muss, um den Abstieg *vielleicht* vermeiden zu können - im Schnitt also ein Punkt pro Spieltag. Bisheriger Punkteschnitt: 0.69.

Sofern du die Daten hast, kannst du nun nachsehen, wie sich die Situation historisch bei Teams mit ähnlichen Punkten entwickelt hat, und ob in solchen Situationen die Zufallsindikatoren noch wertvolle Hinweise gegeben haben, oder ob sie irrelevant waren, oder gar das Gegenteil von hilfreich. Nach dieser Analyse wüsstest du dann, ob du die entsprechenden Variablen in solchen Situationen besser ignorieren oder anpassen solltest.

Christopher

18/3/2018 11:10:15

@Streetsmart

Man muss damit rechnen, dass sich der Wettmarkt sich nicht immer so verhalten wird, wie die Variablen eines Wettmodells es prognostiziert hatte. Deshalb sind bestimmte Werkzeuge wie die Zufallskomponenten oder die 50% Linien ein wichtiger Indikator für oder gegen eine Wette.

Auch die Wettexperten aus den USA kennen dieses Thema, wenn ein Square Sharpe (so bezeichnen sie eine Person, welche Grundkenntnisse besitzt, aber die genutzte Berechnungsmethode nicht präzise genug ist), welche dann größere Summen auf eine Wette platzieren oder wenn die Freizeitwetter den Wettmarkt massiv in eine bestimmte Richtung bewegt haben, wo das Sportwetten nicht mehr profitabel sein wird. Ein Square (Freizeitwetter) wird es egal sein, ob die Quote von 2,00 auf 1,80 gesunken ist, aber ein Sharpe (Wettprofi) wird es nicht egal sein.

Ich kann dir sagen, dass die Underwetten in meinem aktuellen Wettmodell chronisch unterbewertet sind, das heißt die Oddscompiler (Mitarbeiter eines Buchmachers, welche die Quoten des Wettanbieters berechnen) werden die zu erwartenden Tore mit ihren simplen Berechnungsmethoden mit diesem Tore – Gegentore Algorithmus viel zu hoch ansetzen, und damit die Quote unterbewerten. Diese Methode der Oddscompiler bewertet man als Schwäche in der Marktwahrnehmung und darum ist ein Wettmodell so wertvoll.

@Wbuffett

Ich empfehle dir dringend die Beiträge von Joachim von Bettingexpert genauer unter die Lupe zu nehmen, es hat mir damals geholfen, besser zu werden. Wetttheorie ist und bleibt und ein komplexes Thema. Ich habe vor 2 Jahren viel Zeit damit verbracht jeden Torschuss mit dem Taylorschen Torschussmodell auszuwerten und zu experimentieren und ich konnte dabei erkennen, dass Glück und Pech eine große Rolle im Sportwetten zugeordnet werden muss. Ich habe es nicht bereut diesen steinigen Weg gegangen zu sein.

Mit freundlichen Gruß
Christopher

singbet

19/3/2018 20:52:59

Joachim,

arbeite mit einem Spieler basiertem ELO-Modell. Sieht ungefähr so aus:

https://picload.org/view/dacoiwww/htha_wlfsb.png.html

Frage zum Heimvorteil.

Wie regel ich das mit dem Heimvorteil ?

Einfach 100 ELO-Punkte für die Heimmannschaft drauf zupacken ist ziemlich grob oder ?

Crimson Corporation link

20/3/2018 22:10:39

Hi Singbet, willkommen zurück!

Ja, die 100-Punktelösung wäre in der Tat zu grob.

Ich hatte die Lösung zu diesem Problem eher flüchtig als Punkt 1 in diesem Artikel angerissen: https://www.crimsoncorporation.de/wettblog/wetten-mit-elo-zahlen-4-nachteile-und-loesungen

Der E-Wert bildet ja deine Gewinnerwartung vor dem Spiel ab, entsprechend kommt hier der Heimvorteil ins Spiel. Dieser varriert von Liga zu Liga, weshalb du diesen erst ermitteln solltest. Dazu kannst du beispielsweise heranziehen, wie viel Extrapunkte oder -tore ein durchschnittliches Team im Schnitt zu Hause mehr erzielt als auswärts. Evt kannst du auch noch die Reisedistanz und die Anzahl der Ruhetage einfließen lassen, wenn du das vorher per Regressionsanalyse untersuchst.

Dann rechnest du aus, um welchen Faktor der Heimvorteil die Chancen verändert (das könnte beispielsweise auf * 1.05 hoder sowas hinauslaufen) und justierst entsprechend. Kann ich auch gerne einen Blogpost zu machen.

Hoffe das klingt nachvollziehbar, sonst frage einfach weiter bis ich mich klar ausdrücke ;)

singbet

21/3/2018 06:01:02

Danke für die schnelle Antwort.

Hatte sowas schon mal gemacht in der Art für die TOP 5 Ligen und da kam raus das der Heimvorteil in Italien am niedrigsten ist (Gewinnwahrscheinlichkeit steigt um ~8%) und in Spanien am größten (Gewinnwahrscheinlichkeit steigt um ~12%)

Hälst du das für realistisch?

Crimson Corporation link

26/3/2018 10:37:43

@singbet 21/3/2018 05:01:02

Ja, das klingt in der Tat realistisch.

Beim Fußball ist übrigens die Nachspielzeit eine interessante Quelle für den Heimvorteil. Es lohnt sich, hier zu analysieren, um wie viel mehr Minuten/Sekunden im Schnitt länger gespielt wird in Abhängigkeit vom Spielstand.

Es mag nicht so relevant klingen, aber ein paar extra Minuten haben enorme Implikationen für Torerwartungswerte.

singbet

21/3/2018 07:41:13

Da fällt mir noch was ein bezüglich Player ELO

Muss ich die 7 Ersatzbankspieler mit in die TEAM ELO miteinfließen lassen ?

Crimson Corporation link

26/3/2018 10:31:39

Hi Singbet - ja, die Bank ist sicher nicht irrelevant. Wie du das im Detail machst, hängt dann auch stark vom Wettzeitpunkt ab. Letztlich brauchst du eine Schätzung dafür, welche Spieler grob wie viel spielen werden.

Wenn du beispielsweise am Vorabend setzen wollen würdest, ist eine mögliche Herangehensweise zu ermitteln, welche Spieler in den letzten x SPielen wieviel Prozent der Spielzeit bestritten haben, die gesperrten/verletzten/gestrichenen Spieler herauszunehmen und dann das als Grundlage zu nehmen.

Möglichen Unsicherheiten kannst du auch mit Spanbreiten begegnen, beispielsweise kannst du für Heimwetten die zum Wettzeitpunkt schlechtest mögliche Elokonstellation für das Heimteam wählen, und umgekehrt für das Auswärtsteam.

Richtig Wetten.

Zufallsindikatoren der Bundesliga 17/18 (27. Spieltag)

OTV+1

OTV-S

Die Zufallsindikatoren für die Paarungen des 27. Spieltags

Die Quotienten für die Paarungen des 27. Spieltags

Leave a Reply.

Autor