기대값은 하나의 질문에 답합니다: 이 정확한 베팅을 백만 번 할 수 있다면 평균 결과는 무엇일까? 이길 확률에 이길 때 얻는 금액을 곱하고, 질 확률에 스테이크를 곱한 값을 빼면 EV가 됩니다.
구체적인 예로, 한 북메이커가 실제 확률 50%인 결과에 2.20을 제시한다고 합시다. 절반은 1.20 유닛을 따고, 절반은 1 유닛을 잃습니다. EV = 0.5 × 1.20 − 0.5 × 1.00 = +0.10 — 베팅한 1단위당 이론상 10센트의 수익입니다. 같은 베팅이 1.90이라면 EV는 −0.05입니다: 동전 던지기처럼 포장된, 장기적으로는 확실한 손실입니다.
EV가 신경 쓰지 않는 것은 이것입니다: 오늘 밤 이 특정 베팅이 이기는지 여부. 양(+)의 EV 베팅이 져도 그것은 여전히 맞는 베팅이었고, 음(−)의 EV 베팅이 이겨도 여전히 틀린 베팅이었습니다. 결과는 큰 분산과 함께 나오고, EV는 그 아래의 신호입니다.
어려운 부분은 확률입니다. 북메이커는 배당을 제시하지만, 결과가 얼마나 자주 적중하는지에 대한 진실은 아무도 알려주지 않습니다. 베팅에 대한 모든 진지한 접근은 결국 그 숫자를 추정하는 싸움입니다. 그래서 우리는 이를 devig된 sharp market에 고정합니다. 존재하는 공개 추정치 중 가장 정확한 값이며, soft book이 그보다 높게 벗어날 때만 value bet로 표시합니다.
이것이 각 경기에서 어떻게 적용되는지 방법론에서 확인하세요. 방법론 →
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.
공개 기록에서 이 개념들이 실제로 어떻게 작동하는지 보세요 — 모든 선택은 킥오프 전에 기록되며, 손실도 포함됩니다.