Forventet værdi besvarer ét spørgsmål: hvis du kunne placere det præcise spil en million gange, hvad ville gennemsnitsresultatet så være? Gang sandsynligheden for gevinst med det beløb, du vinder, træk sandsynligheden for tab gange din indsats fra, og du har EV.
Et konkret eksempel: en bookmaker tilbyder 2.20 på et udfald, hvis sande sandsynlighed er 50%. Halvdelen af tiden vinder du 1.20 enheder, halvdelen af tiden taber du 1 enhed. EV = 0.5 × 1.20 − 0.5 × 1.00 = +0.10 — ti cent i teoretisk profit pr. sat enhed. Det samme spil til 1.90 har en EV på −0.05: et garanteret langsigtet tab forklædt som et møntkast.
Læg mærke til, hvad EV ikke bryder sig om: om netop dette spil vinder i aften. Et spil med positiv EV, der taber, var stadig rigtigt; et spil med negativ EV, der vinder, var stadig forkert. Resultater kommer med brutal varians — EV er signalet underneden.
Det svære er sandsynligheden. Bookmakerne offentliggør udbetalingen, men ingen giver dig sandheden om, hvor ofte udfaldet rammer. Enhver seriøs tilgang til betting er i praksis en kamp om at estimere det tal — derfor forankrer vi vores i det deviggede sharp-marked, det mest præcise offentlige skøn, der findes, og markerer kun value, når en soft book afviger over det.
Se hvordan vi bruger dette i hver kamp i vores metode. Metode →
EV = (fair probability × decimal odds) − 1. If the fair probability is 40% and the price is 2.70, EV = 0.40 × 2.70 − 1 = +8%. The hard part is the fair probability, which is why we derive it from the devigged sharp market rather than from a model.
Constantly. EV describes the average over many repetitions; any single bet is decided by the result. A +5% EV bet at odds of 3.00 still loses two times in three. Judge the process by EV and closing line value, never by the outcome of one bet or one week.
Se disse idéer i praksis i vores offentlige historik — hver anbefaling logget før kickoff, også taberne.