Десять уравнений, которые правят миром (страница 3)
Чтобы получить прибыль 30 фунтов, вам придется сделать 100 ставок по 10 фунтов. Сто ставок в год, примерно две в неделю, – это больше, чем делает большинство из нас. И нас, любителей, отрезвляет мысль, что, даже если у вас есть какое-то преимущество, вы как случайный игрок-любитель не можете ожидать слишком многого от капиталовложения в 1000 фунтов.
Однако парни, с которыми работал Джеймс, не были случайными игроками. По всему миру нетрудно найти 100 матчей за один день. Ян недавно загрузил данные по 1085 различным лигам. Добавьте теннис, регби, скачки и все прочие виды спорта, и вы обнаружите массу возможностей для ставок.
А теперь представим, что Джеймс и его коллеги имеют какое-то преимущество и целый год ставят каждый день на сотню матчей. Примем также, что по мере роста своих доходов они увеличивают ставки пропорционально имеющемуся капиталу; то есть когда у них появилось 10 000 фунтов, они ставят по 100 фунтов, при капитале 100 000 фунтов – по 1000 фунтов и т. д. Сколько получат игроки к концу года, имея преимущество всего лишь в 3 %? 1300, 3000, 13 000 или 310 000 фунтов? На самом деле к концу года у них будет 56 860 593,8 фунта. Почти 57 миллионов! Да, каждая ставка умножает их капитал всего на 1,0003, однако после 36 500 ставок вступает в игру мощь показательного распределения, и их прибыли резко взлетают[7].
Но на практике такой рост недостижим. Хотя резкие букмекерские конторы, которыми пользовались Джеймс с коллегами, разрешают ставить больше, чем мягкие, ограничения всё равно существуют. Джеймс сказал мне:
– Букмекерские компании в Лондоне выросли так быстро и стали такими масштабными, что они вынуждены теперь делать ставки через брокеров. Иначе, если станет широко известно, что они делают определенную ставку на конкретный матч, на этот рынок хлынут все остальные и их преимущество исчезнет.
Несмотря на такие ограничения, деньги по-прежнему текут в букмекерские компании, которыми управляют уравнения. Достаточно посмотреть на стильные интерьеры их офисов в Лондоне, чтобы убедиться в этом. Сотрудники одного из лидеров отрасли, Football Radar, начинают день с бесплатного завтрака, имеют доступ в роскошный спортзал, могут сделать перерыв и поиграть в теннис или PlayStation и располагают всем необходимым компьютерным оборудованием. Специалистам по обработке данных и создателям программного обеспечения предлагают работать в свободное время, а компания утверждает, что гарантирует такую творческую среду, которая обычно ассоциируется с Google или Facebook.
В Лондоне базируются и два основных конкурента Football Radar – Smartodds и Starlizard. Они принадлежат соответственно Мэттью Бенхэму и Тони Блуму, карьера которых началась благодаря умению обращаться с числами. Бенхэм учился в Оксфорде, где начал работать в сфере азартных игр, основываясь на статистике, а Блум обладает опытом профессионального игрока в покер. В 2009 году оба они приобрели футбольные клубы из родных городов: Блум купил «Брайтон энд Хоув Альбион», а Бенхэм – «Брентфорд». Кроме того, второй решил добавить к своим активам и резкую букмекерскую контору Matchbook.
И Бенхэм, и Блум сумели использовать незначительное преимущество и с помощью больших данных получили колоссальные прибыли.
* * *
Преимущество, которое я предложил Яну и Мариусу для вероятности победы их фаворита в каком-нибудь матче чемпионата мира, основано на следующем уравнении:
где x – коэффициент букмекера на победу фаворита. Коэффициент здесь понимается в британском формате: если он составляет 3 к 2 или x = 3/2, это означает, что на каждые поставленные 2 фунта в случае победы чистый выигрыш составляет 3 фунта.
Разберемся, о чем на самом деле говорит уравнение 1. Начнем с левой стороны, где я написал: «P{фаворит выигрывает}». Ни одна математическая модель не предсказывает победу или поражение с абсолютной точностью. Они говорят о вероятности того, что выиграет фаворит, и эта вероятность – число от 0 до 100 %. Оно определяет уровень уверенности, который я приписываю результату.
Эта вероятность зависит от того, что написано в правой части уравнения, куда входят три буквы: латинская x и греческие α и β. Одна студентка сказала мне, что математика казалась ей понятной, пока речь шла о латинских иксах и игреках, но стала трудной, когда начались греческие альфы и беты. Для математиков это звучит смешно, потому что x, α и β – только символы, они не делают науку проще или сложнее, так что я думаю, что студентка всего лишь шутила. Но она попала в точку: когда в уравнениях встречаются α и β, математика обычно сложнее.
Так что давайте начнем без них. Уравнение
понять гораздо проще. Если, скажем, коэффициент был 3/2 (2,5 в европейской системе или +150 в американской)[8], вероятность того, что фаворит выиграет, равна
По сути, это уравнение без α и β дает нам оценку букмекера для победы фаворита. Он считает, что шансы фаворита на победу в матче составляют 2/5, или 40 %. В остальных 60 % случаев будет ничья или победит аутсайдер.
Без α и β (точнее, при α = 1 и β = 1) мое уравнение ставок относительно несложно понять. Однако без α и β оно не принесет денег. Почему? Поставим 1 фунт на фаворита. Если коэффициент букмекера верен, два раза из пяти вы выиграете 1,5 фунта, а три из пяти проиграете по 1 фунту. Поэтому в среднем вы выиграете
Иными словами: после нескольких ставок вы почти ничего не выиграете. Нуль. Пшик. На деле всё еще хуже. Для начала я предположил, что коэффициенты букмекеров справедливы[9]. На самом деле нет. Букмекеры всегда подправляют их, чтобы ситуация складывалась в их пользу. И вместо того, чтобы предложить 3/2, заявят, скажем, 7/5. И если вы не знаете, что делаете, букмекеры всегда выиграют, а вы проиграете. При коэффициенте 7/5 вы будете в среднем проигрывать 4 пенса на ставку в 1 фунт[10].
Единственный способ обыграть букмекеров – рассмотреть эти числа, и именно такие данные компьютер Яна собирал после того, как мы посидели в пабе. Он скачал коэффициенты и результаты для всех матчей чемпионатов мира и Европы, включая отборочные игры, начиная с чемпионата мира в Германии в 2006 году. Утром, усевшись в моем офисе в университете, мы начали искать преимущество.
Сначала мы загрузили данные и посмотрели на них в таблице, подобной нижеприведенной.
Из таких прошлых результатов мы можем получить представление о том, насколько точны коэффициенты: для этого надо сравнить два последних столбца вышеприведенной таблицы. Например, в матче между Испанией и Австралией на чемпионате мира 2014 года коэффициенты дают вероятность 73 %, что Испания выиграет, и она действительно победила. Это можно считать «хорошим» прогнозом. А вот Коста-Рика обыграла Италию, хотя коэффициенты давали 63 % на победу итальянцев, – «плохой» прогноз.
Я пишу слова «хороший» и «плохой» в кавычках, поскольку нельзя сказать, хорош или плох прогноз, если нет альтернативы, с которой его можно сравнить. Вот здесь и появляются α и β. Их называют параметрами уравнения 1. Это величины, которые мы можем менять для тонкой настройки нашего уравнения, чтобы сделать его точнее. Мы не можем изменить итоговые коэффициенты для матча Испания – Австралия и определенно неспособны повлиять на результат этого матча сборных; но можем выбрать α и β так, чтобы получить более точный прогноз, чем у букмекеров.
Метод поиска наилучших параметров – логистическая регрессия. Чтобы описать, как она работает, сначала посмотрим, как можно улучшить наш прогноз на матч Испания – Австралия с помощью корректировки числа β. Если я приму β = 1,2 и оставлю α = 1, получу
Поскольку результатом матча была победа Испании, прогноз на победу в 77 % лучше, чем прогноз букмекеров, который давал 73 %.
Но здесь есть проблема. Если я увеличу β, то повышу и прогнозируемую вероятность победы Англии над Уругваем – с 51 до 52 %. Но Англия в том матче 2014 года уругвайцам проиграла. Чтобы справиться с этой проблемой, я могу увеличить другой параметр, назначив α = 1,1 и оставив при этом β = 1,2. Теперь уравнение предсказывает, что Испания обыграет Австралию с вероятностью 75 %, а Англия обыграет Уругвай с вероятностью 49 %. Изменив исходные значения α = 1 и β = 1, мы улучшили прогноз на оба матча.
Я рассмотрел по одному изменению каждого из параметров α и β и сравнил результаты всего по двум матчам. Данные Яна включали 284 матча на всех чемпионатах мира и Европы с 2006 года. Потребовалось бы очень много времени, чтобы вручную менять значения параметров, подставлять их в уравнение и смотреть, улучшают они прогноз или нет. Однако мы можем использовать для вычислений компьютерный алгоритм; именно это и делает логистическая регрессия (см. рис. 1). Она меняет значения α и β так, чтобы дать прогнозы, которые максимально близки к реальным результатам матчей.
Рис. 1. Иллюстрация того, как логистическая регрессия дает оценки α = 1,16 и β = 1,25
Я написал программу на языке Python, которая выполняет все эти вычисления. Запустил ее и смотрел, как она справляется со всеми этими расчетами. Через несколько секунд у меня был результат: наилучшие прогнозы получались при α = 1,16 и β = 1,25.
Эти числа сразу привлекли мое внимание. Сам факт, что оба параметра α = 1,16 и β = 1,25 превосходят 1, показывал сложную связь между коэффициентами и исходами матчей. Проще всего понять эту связь путем добавления к нашей таблице еще одной колонки и сравнения нашей модели логистической регрессии с прогнозами букмекеров.
Здесь мы видим проявление известного опытным игрокам феномена с недооценкой записных фаворитов вроде Испании. Коэффициенты, которые букмекеры устанавливают для таких команд, как правило, занижены, поэтому на них стоит ставить. А более слабые фавориты, вроде Англии в 2014 году, бывают переоценены: их шансы на победу не так высоки, как предполагают коэффициенты. Хотя такие различия между прогнозами и моделью малы, мы с Яном и Мариусом знали, что их достаточно, чтобы получить прибыль.
Мы нашли небольшое преимущество для чемпионата мира. Еще не зная, будет ли это преимущество, замеченное на предыдущих чемпионатах, работать на новом турнире, мы были готовы рискнуть незначительной суммой. Чтобы реализовать систему ставок на основании моего уравнения, хватило времени до обеда. Мы нажали «Запуск» и привели систему в действие. В течение всего чемпионата мира наши ставки размещались автоматически.
После обеда вернулись ко мне домой. Мы с Мариусом уселись смотреть игру Уругвая с Египтом. Ян достал ноутбук и начал скачивать коэффициенты для тенниса.
* * *
Уравнение ставок – это не только один чемпионат мира и даже не только зарабатывание денег на букмекерах. Его настоящая сила в том, что оно заставляет нас смотреть в будущее с точки зрения вероятностей и исходов. Использование уравнения ставок означает следующее: надо отказаться от догадок и навсегда забыть идею, что результат футбольного матча, скачек, финансовой инвестиции, собеседования при приеме на работу или даже романтического свидания можно предсказать со стопроцентной уверенностью. Вы не можете знать наверняка, что произойдет.
Большинство из нас смутно осознают, что события в будущем во многом определяются случайностью. Когда прогноз погоды говорит, что завтрашний день будет солнечным с вероятностью 75 %, не следует слишком сильно удивляться, если по дороге на работу вы попадете под ливень. Однако нахождение небольших преимуществ, скрытых в вероятностях, требует более глубокого понимания.