Откуда появляется ожидаемая ценность
Пусть условный элемент дает полную выплату k при наступлении события и ноль при его ненаступлении. Если исходная величина равна одной единице, а вероятность события обозначена p, ожидаемый чистый результат равен pk - 1. Это сумма результатов, взвешенных по вероятностям: p(k - 1) + (1 - p)(-1). Формула предполагает два исчерпывающих состояния, отсутствие возвратов и дополнительных расходов. При иных правилах в сумму добавляются соответствующие состояния и их вероятности.
Возьмем статический пример p = 0,52 и k = 2,00. Тогда pk - 1 = 0,04, то есть четыре сотых условной единицы. Но в отдельном наблюдении результат по заданным условиям равен либо плюс одной, либо минус одной единице. Значение 0,04 не является третьим возможным исходом. Оно характеризует распределение, а не предсказывает конкретное наблюдение. Это различие между средним и реализованным значением лежит в основе корректного чтения термина «вэлью».
Вероятность здесь не дана автоматически
Коэффициент известен как наблюдаемое число, тогда как p обычно является оценкой. Ее можно получить из статистической модели, экспертного предположения или преобразования других цен. Каждый способ требует обоснования. Если p ошибочно завышено, положительное ожидание может существовать только на бумаге. В предыдущем примере при настоящем p = 0,48 и том же k = 2,00 ожидание станет -0,04. Изменение вероятности на четыре процентных пункта поменяло знак вывода.
Поэтому корректный материал не должен выдавать коэффициент другой площадки за безусловно истинную вероятность. Более крупный или известный источник также может иметь собственную надбавку, задержку и особенности рынка. Преобразование цены в вероятность должно быть описано: какие исходы включены, как нормируется сумма, учитывается ли асимметрия и где взяты наблюдения. Само слово «эталон» не доказывает качество данных и не устраняет неопределенность модели.
Что дает простое нормирование
Рассмотрим условный рынок с двумя ценами 1,80 и 2,10. Обратные величины равны примерно 0,555556 и 0,476190, их сумма 1,031746. Если разделить каждую на общую сумму, получится распределение 7/13 и 6/13, то есть приблизительно 0,538462 и 0,461538. Числа теперь суммируются в единицу. Однако нормирование лишь выбрало один способ убрать избыток суммы. Оно не доказало, что полученное распределение соответствует реальной частоте событий.
Пропорциональная корректировка предполагает определенную форму распределения надбавки. Другие модели могут сохранять сумму единица, но иначе менять относительные вероятности. Особенно заметно это для сильно несимметричных исходов. Поэтому вычисленная из рынка вероятность является модельным объектом, а не непосредственным измерением. Если на ее основе сравниваются сервисы, нужно знать, одинаковую ли процедуру они применяют. Сравнение только итоговых процентов без методики может оказаться бессодержательным.
Дисперсия объясняет разброс
Для двоичного учебного примера с k = 2 и p = 0,52 чистый результат принимает значения плюс один и минус один. Его квадрат всегда равен единице. Следовательно, дисперсия равна 1 - 0,04² = 0,9984, а стандартное отклонение приблизительно 0,9992. На фоне ожидания 0,04 разброс отдельного результата велик. Это не опровержение положительного ожидания, а прямое следствие распределения. Среднее и разброс описывают разные стороны одной модели.
При независимых одинаково распределенных наблюдениях дисперсия суммы растет пропорционально их числу, а стандартное отклонение среднего уменьшается как обратный квадратный корень из числа наблюдений. Но независимость и неизменность распределения нельзя предполагать автоматически. Матчи одной команды, общие новости и одинаковые ошибки модели создают зависимости. Когда предпосылки нарушены, привычная оценка неопределенности среднего может быть чрезмерно оптимистичной даже при большой таблице результатов.
Калибровка и качество прогноза
Калибровка отвечает на вопрос, насколько заявленные вероятности согласуются с наблюдаемыми частотами. Если модель многократно присваивает событиям вероятность около 0,60, в достаточно сопоставимой группе доля наступлений должна быть близка к 0,60 с учетом случайного разброса. Проверка проводится на данных, которые не использовались для подгонки модели. Иначе модель может запомнить особенности обучающей выборки и выглядеть точной там, где настоящего предсказания не было.
Одной общей доли правильных ответов недостаточно. Модель, постоянно выбирающая фаворита, может часто угадывать победителя, но плохо оценивать величину вероятности. Для ценового сравнения это принципиально: небольшая систематическая ошибка около порога 1/k меняет знак ожидаемой ценности. Поэтому опубликованный показатель «точности» без определения метрики, периода, выборки и способа проверки не позволяет судить о качестве вероятностной модели. Удобный интерфейс сервиса также не заменяет такой проверки.
Арбитраж не требует того же предположения о p
В идеализированном классическом арбитраже исходы образуют полное разбиение, а цены обладают определенным соотношением. При выводе условия C меньше единицы не нужно оценивать, какая команда сильнее. Анализ рассматривает каждый допустимый результат отдельно. Это и отличает его от положительного ожидания одного события. Однако отсутствие необходимости оценивать спортивную вероятность не устраняет предположений об исполнении, совместимости рынков и расчете нестандартных состояний.
Две модели могут встретиться в одной таблице, но их подписи должны оставаться разными. Колонка ожидаемой ценности опирается на p, колонка арбитражного критерия на покрытие состояний и цены. Если сервис показывает обе, следует читать определения показателей. Нельзя считать любое положительное число в интерфейсе доказательством одинакового математического свойства. В одном случае это результат вероятностной гипотезы, в другом условное следствие совместимых договорных выплат.
Почему исторический результат не завершает проверку
Положительная сумма на прошлой выборке совместима как с полезной моделью, так и с удачным случайным отклонением. Выбор только успешного периода усиливает это искажение. Исключение отмененных событий, изменение правил учета или отсутствие записей о неудачных наблюдениях меняет саму выборку. Для исследовательского вывода важна заранее заданная методика: какие события входят, когда фиксируются данные и какие версии модели сравниваются. Иначе числовой итог невозможно воспроизвести.
Отдельная проблема возникает при многократном переборе вариантов. Если проверены сотни правил и опубликовано одно с красивой историей, найденный эффект может отражать случайность отбора. Проверка на новых данных и раскрытие процедуры отбора помогают отличить устойчивую закономерность от подгонки. Для образовательного портала достаточно объяснить этот принцип без имитации личного тестирования сервисов, выдуманных результатов или обещаний будущей доходности.
Как читать термин корректно
Слово «вэлью» имеет смысл только вместе с явно названной оценкой вероятности и моделью расчета. Формула pk - 1 коротка, но каждое ее обозначение несет предпосылки. p должно относиться к тому же событию, что и коэффициент k. k должен описывать полную выплату в согласованной системе единиц. Возвраты, комиссии и зависимые компоненты требуют более подробного выражения. Без этих уточнений процент выглядит точным сильнее, чем позволяет исходная информация.
Полезный итог этой темы не в выборе стратегии, а в различении трех объектов: цены, вероятности и фактического результата. Цена наблюдается, вероятность оценивается, результат реализуется. Арбитраж исследует структуру цен и покрытие, ожидаемая ценность связывает цену с вероятностной гипотезой, статистика проверяет эту гипотезу на наблюдениях. Сохранение границ между ними делает разговор о спортивных рынках содержательным и проверяемым.
