A várható érték egy kérdésre válaszol: ha ezt az egy konkrét fogadást egymilliószor megkötnéd, mennyi lenne az átlagos eredmény? Szorozd meg a nyerés valószínűségét a nyeremény összegével, vond le a vesztés valószínűségét a téted szorzataként, és megkapod az EV-t.
Egy konkrét példa: egy bukméker 2.20-as oddsot kínál egy olyan kimenetelre, amelynek valós valószínűsége 50%. Az esetek felében nyersz 1.20 egységet, a másik felében veszítesz 1 egységet. EV = 0.5 × 1.20 − 0.5 × 1.00 = +0.10 — elméleti profit tíz cent egységenként. Ugyanez a fogadás 1.90-en EV-je −0.05: biztos hosszú távú veszteség, csak éppen érmefeldobásnak álcázva.
Fontos, hogy az EV mire nem figyel: arra, hogy ez a konkrét fogadás ma este nyer-e. Egy pozitív EV-jű, de vesztes fogadás továbbra is jó volt; egy negatív EV-jű, de nyertes fogadás továbbra is rossz volt. Az eredmények brutális szórással érkeznek — az EV a háttérben futó jel.
A nehéz rész a valószínűség. A bukmékerek kifizetést publikálnak, de senki nem adja oda neked az igazságot arról, milyen gyakran jön be a kimenetel. A fogadás minden komoly megközelítése valójában ennek a számnak a becsléséről szól — ezért mi a devigelt sharp piacra rögzítjük, mint a létező legpontosabb nyilvános becslésre, és csak akkor jelöljük a value bet-et, amikor egy soft book efölé téved.
Nézd meg, hogyan alkalmazzuk ezt minden meccsen a módszertanunkban. Módszertan →
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.
Nézd meg ezeket az elveket működés közben a nyilvános eredménysorunkban — minden tipp kick-off előtt rögzítve, a veszteségekkel együtt.