Forventet verdi svarer på ett spørsmål: Hvis du kunne plassere akkurat dette veddemålet én million ganger, hva ville gjennomsnittsresultatet være? Multipliser sannsynligheten for å vinne med beløpet du vinner, trekk fra sannsynligheten for å tape ganger innsatsen din, og du har EV.
Et konkret eksempel: En bookmaker tilbyr 2.20 på et utfall med sann sannsynlighet på 50%. Halvparten av gangene vinner du 1.20 enheter, halvparten av gangene taper du 1 enhet. EV = 0.5 × 1.20 − 0.5 × 1.00 = +0.10 — ti cent i teoretisk gevinst per enhet satses. Det samme veddemålet til 1.90 har en EV på −0.05: et garantert tap over tid forkledd som myntkast.
Legg merke til hva EV ikke bryr seg om: om akkurat dette veddemålet vinner i kveld. Et veddemål med positiv EV som taper, var fortsatt riktig; et veddemål med negativ EV som vinner, var fortsatt feil. Resultater kommer med brutal varians — EV er signalet under.
Det vanskelige er sannsynligheten. Bookmakere publiserer utbetalingen, men ingen gir deg sannheten om hvor ofte utfallet treffer. Hver seriøs tilnærming til betting er egentlig en kamp om å estimere det tallet — derfor forankrer vi vårt til den devigede sharp-markedet, det mest presise offentlige estimatet som finnes, og markerer value bare når en soft book avviker over det.
Se hvordan vi bruker dette i hver kamp i metodikken vår. Metodikk →
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 ideene i praksis i vår offentlige historikk — alle spill logget før avspark, også tapene.