Expected value ตอบคำถามเดียว: ถ้าคุณวางเดิมพันนี้แบบเดิมหนึ่งล้านครั้ง ค่าเฉลี่ยผลลัพธ์จะเป็นเท่าไร? เอาความน่าจะเป็นที่จะชนะคูณด้วยจำนวนเงินที่ชนะ แล้วลบด้วยความน่าจะเป็นที่จะเสียคูณด้วยเงินเดิมพัน คุณก็จะได้ EV
ตัวอย่างชัดๆ: เจ้ามือเสนอราคา 2.20 สำหรับผลลัพธ์ที่มีความน่าจะเป็นจริง 50% ครึ่งหนึ่งของครั้งคุณชนะ 1.20 หน่วย อีกครึ่งหนึ่งคุณเสีย 1 หน่วย EV = 0.5 × 1.20 − 0.5 × 1.00 = +0.10 — กำไรเชิงทฤษฎีสิบเซนต์ต่อหนึ่งหน่วยที่ลงเดิมพัน เดิมพันเดียวกันที่ราคา 1.90 มี EV = −0.05: ขาดทุนระยะยาวที่แน่นอนแต่แต่งหน้าเหมือนโยนเหรียญ
สังเกตว่า EV ไม่สนใจว่าเดิมพันนี้คืนนี้จะเข้าไหม เดิมพัน EV บวกที่แพ้ก็ยังถูกหลักอยู่ เดิมพัน EV ลบที่ชนะก็ยังผิดอยู่ ผลลัพธ์จริงมีความแปรปรวนสูงมาก — EV คือสัญญาณที่อยู่ข้างใต้
ส่วนที่ยากคือความน่าจะเป็น เจ้ามือแสดงราคาจ่าย แต่ไม่มีใครบอกความจริงว่าผลลัพธ์จะออกบ่อยแค่ไหน วิธีเดิมพันที่จริงจังทุกแบบคือการแย่งกันประเมินตัวเลขนั้น — นั่นคือเหตุผลที่เราอิงกับตลาด sharp แบบ devigged ซึ่งเป็นค่าประมาณสาธารณะที่แม่นที่สุดที่มีอยู่ และจะชี้ value bet เฉพาะเมื่อ soft book คลาดเหนือมัน
ดูว่าเราใช้สิ่งนี้กับทุกแมตช์อย่างไรในวิธีการของเรา วิธีการ →
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.
ดูแนวคิดเหล่านี้ทำงานจริงในสถิติผลงานสาธารณะของเรา — ทุกคำแนะนำบันทึกไว้ก่อนเริ่มแข่ง รวมถึงรายการที่ขาดทุน