author
Jesuit
  • Cтавок
    4496 / 0
  • Прибыль
    10.36
  • UDI
    1.27
  • ROI
    0.23
Инвесторов: 0
| Free
Подписчиков: 29
author
10.36
Jesuit 25 нояб. 16:22
Connecticut - Memphis
(АН) Хозяева -8.5, FT
1.884 @ UDI -5.80

22:30 25.11.2024 Basketball USA. NCAA.

-1.0
0 6
author
10.36
Jesuit 25 нояб. 16:22
Connecticut - Memphis
(O/U) ТМ 150.5, FT
1.925 @ UDI 11.98

22:30 25.11.2024 Basketball USA. NCAA.

-1.0
0 2
author
10.36
Jesuit 25 нояб. 16:21
Siena - Miami Ohio
(АН) Гости -4.5, FT
1.925 @ UDI -0.93

19:00 25.11.2024 Basketball USA. NCAA.

0.93
0 1
author
10.36
Jesuit 23 нояб. 13:11
Lyon - Landerneau
(АН) Хозяева -13.5, FT
1.847 @ UDI -16.05

22:00 23.11.2024 Basketball France. Ligue Féminine de Basketball.

-1.0
0 2
author
10.36
Jesuit 23 нояб. 13:10
Canisius - Brown
(АН) Гости -8.5, FT
1.917 @ UDI -5.57

21:00 23.11.2024 Basketball USA. NCAA.

-1.0
0 8
author
10.36
Jesuit 23 нояб. 13:10
Purdue - Marshall
(АН) Гости +19.0, FT
1.934 @ UDI 0.00

20:00 23.11.2024 Basketball USA. NCAA.

-1.0
0 3
author
10.36
Jesuit 22 нояб. 17:05
Arizona - Duke
(O/U) ТМ 159.5, FT
1.961 @ UDI -9.21

06:30 23.11.2024 Basketball USA. NCAA.

0.96
0 7
author
10.36
Jesuit 22 нояб. 17:04
Iowa - Utah State
(O/U) ТМ 166.5, FT
1.909 @ UDI -9.95

04:00 23.11.2024 Basketball USA. NCAA.

0.91
0 1
author
10.36
Jesuit 22 нояб. 17:03
Nevada - VCU
(O/U) ТМ 140.5, FT
1.909 @ UDI 9.34

03:30 23.11.2024 Basketball USA. NCAA.

0.91
0 11
Назад
Вперед
Беттер больше 10 лет. Футбол и баскетбол. Математическое прогнозирование на основе каскада нейросетей (используется более 100 переменных для описания каждого матча). Основная часть ставок - предматчевые на тотал меньше (от 1.5 до 4.5). "Успешность" стратегии рассматриваю не на основе ROI или UDI (т.к. не занимаюсь торговлей кофами), а используя среднемесячную прибыльность в процентах от вложенного банка. Считается параметр на дистанции и равен: "средняя прибыльность (в у.е.) в день" * 30 / ("максимальная просадка в у.е." + "максимальная сумма ставок за день в у.е."). Т.е. берем самый плохой период в игровой истории, допускаем, что следующий день будет с рекордным количеством ставок (нужно резервировать много средств), складываем эти две величины и получаем искомый банк, на который и следует играть. Спойлер: средняя прибыльность моих алгоритмов 40% банка в месяц (именно средняя - месяц может быть и немного убыточным - просадок в беттинге не избежать, а может быть и плюс 100%!). Величину ставки вычисляю используя критерий Келли, поскольку знаю "точную" математическую вероятность спортивного события. В анализе/комментариях буду ее указывать. Величина ставки рассчитывается так: k*(P*Kb-1)/(Kb-1), где P - вероятность события, Kb - коф бука, k=Банк/6 (коэффициент выведен эмпирически, т.е. по сути мы играем в одну шестую от того, что рекомендует Келли). Разница (точнее отношение) в величинах ставки самой большой к самой маленькой = 6 (т.е. ставка может быть и 100 и 600 евро, а усредненная 220). Можно играть и фиксированными ставками. Прибыльность в этом случае уменьшается до 30% банка, а ставка = 3% от банка. Ведь что такое игра фиксированной ставкой? Это, по Келли, допущение, что мы оцениваем вероятность события 100%. Не сложно увидеть по формуле: P=1, (1*Kb-1)/(Kb-1)=1. Довольно смелое, замечу, допущение :) Иными словами - ROI, UDI, и даже само количество профита значения не имеет. Важна лишь ЛИНЕЙНОСТЬ графика прибыльности и его МИНИМАЛЬНАЯ ДИСПЕРСИЯ. Что в итоге и выливается в реальную среднемесячную прибыльность от банка. P.S.: ставки на low market компенсируются их количеством (частотой) - даже при не высоком лимите, их на столько много, что прибыль вполне успешно извлекается. P.P.S: имеются представительные архивы линий на продажу (с результатами и данными по 5 последним матчам для каждой из команд): футбол (c 2016г!), баскетбол, теннис, настольный теннис. По вопросам приобретения писать в телегу @MarkJesuit
Дать прогноз
arrow